JMP Pro를 사용하여 신경망 및 기타 모델에 대한 검증 열을 생성하려면 데이터 테이블에서 분석>예측 모델링> 검증 열 만들기를 사용합니다.
지정한 열 수준에 따라 데이터를 균형이 잡힌 집합으로 분할합니다. 각 훈련, 검증 및 테스트 세트에서 열 수준의 균형 잡힌 표현을 원할 때 이 옵션을 사용하십시오. 계층화된 무작위를 클릭하면 데이터를 계층화할 기준이 되는 하나 이상의 열을 선택할 수 있는 창이 나타납니다. 확인을 클릭하면 유효성 검사 열이 데이터 테이블에 추가됩니다. 고정 임의의 경우와 같이 행은 지정된 할당을 기반으로 홀드백 세트에 무작위로 할당됩니다. 그러나 이것은 계층화 기둥의 각 수준 또는 수준 조합에서 수행됩니다. 계층화 변수를 제공하는 Notes 속성이 있는 데이터 테이블에 열이 추가됩니다.
그룹화된 무작위
지정된 열의 전체 수준 또는 둘 이상의 열 수준 조합이 동일한 홀드백 집합에 배치되는 방식으로 데이터를 집합으로 분할합니다. 홀드백 세트 간에 레벨을 분할하는 것이 바람직하지 않은 경우 이 옵션을 사용하십시오. Grouped Random을 클릭하면 그룹화 열이 될 하나 이상의 열을 선택할 수 있는 창이 나타납니다. 확인을 클릭하면 레벨이 홀드백 세트에 무작위로 할당됩니다. 수준이 지정한 비율이나 행 수보다 크면 할당된 홀드백 세트에 그대로 유지됩니다. 그러나 훈련 세트에 더 적은 행이 할당됩니다. 이 때문에 결과 집합의 크기는 지정한 크기와 약간 다릅니다.
컷포인트
시계열 컷포인트를 기반으로 데이터를 세트로 분할합니다. 기간을 기준으로 데이터를 홀드백 세트에 할당하려는 경우 이 옵션을 사용합니다. 컷포인트를 클릭하면 하나 이상의 열을 선택하여 기간을 정의할 수 있는 창이 나타납니다. 확인을 클릭하면 할당된 컷포인트를 보여주는 JMP 경고가 나타납니다. 이 할당을 반영하는 열이 데이터 테이블에 추가됩니다. 훈련 세트는 첫 번째 컷포인트와 두 번째 컷포인트 사이의 행으로 구성됩니다. 유효성 검사 세트는 두 번째와 세 번째 컷포인트 사이의 행으로 구성됩니다. 테스트 세트는 나머지 행으로 구성됩니다. 이러한 세트는 지정한 행의 비율 또는 수를 반영하도록 선택됩니다.
