Salut,
J'ai eu une conversation avec le support JMP car j'ai supposé un bug dans JMP. Cependant, j'ai appris ce qui suit :
- Si l'on marque certaines lignes comme "exclues" (peu importe si elles sont choisies visibles ou ni) elles seront supprimées de nombreux calculs (par exemple faire un histogramme ne prend pas en compte les lignes exclues)
- Si l'on marque certaines lignes comme "exclues" (peu importe si elles sont choisies visibles ou ni), elles seront incluses comme ensemble de validation pour les plates-formes comme l'arbre boosté ou la forêt d'amorçage.
Apparemment, c'est un comportement prévu. Personnellement, cela m'a dérouté et heureusement j'ai contacté le support pour en savoir plus avant de publier les résultats, car dans mon cas les lignes exclues sont des données invalides. Je les garde juste à des fins de suivi.
Alors, enfin mon souhait : JMP pourrait-il être totalement cohérent dans l’utilisation des lignes exclues ?
Voici un devis que le support JMP m'a envoyé :
"La forêt Bootstrap et plusieurs autres plates-formes de JMP Pro ont une fonctionnalité selon laquelle si certaines lignes sont exclues et que vous ne spécifiez pas d'ensemble de validation, ces lignes sont utilisées comme ensemble de validation.Pour éviter que ces lignes ne soient incluses, vous pouvez :
1) Sous-définissez la table de données afin qu'elle n'inclue pas ces lignes, puis réexécutez la forêt Bootstrap.
2) Utilisez une méthode de validation différente (colonne de retenue ou de validation)
En général, c'est souvent une bonne idée de consacrer quelques lignes à un ensemble de validation. Cela vous donnerait la possibilité d’utiliser l’option Early Stopping, ce qui peut aider à éviter le surajustement. »
À partir de JMP 15, les lignes exclues ne sont pas utilisées pour la validation, sauf si vous soumettez le JSL :
Use Excluded Rows for Validation(1)
