9133_fr-FR

liliconcom

Définition de graines aléatoires pour rendre les analyses répétables<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Joyeux vendredi à tous,

Un évaluateur JMP Pro m'a demandé comment rendre reproductibles des modèles tels que les réseaux de neurones et les forêts aléatoires dans JMP Pro. Étant donné que ces méthodes utilisent une valeur de départ aléatoire pour établir les conditions de départ, il ne suffit pas d'enregistrer le script - nous devons spécifier une valeur de départ dans le script, en utilisant l'option "définir une valeur de départ aléatoire", comme ceci:

Cloison(

  Y (: chas),

  X (: crim,: zn,: indus,: mvalue,: nox,: rooms,: age,: distance,: radial),

  Validation (: TVT),

  Méthode (Bootstrap Forest),

  Portion Bootstrap (1),

  Termes numériques (2),

  Nombre d'arbres (12),

  Définir des semences aléatoires (9876) ,

  Aller

);

Une recherche dans l'index de script montre un certain nombre de plates-formes qui prennent en charge cette option - Neural et Partition, parmi elles.

Je lui ai montré comment mettre les graines en place, mais l'évaluateur s'est plaint - à juste titre, je pense - que cela devrait être plus facile à faire. Il n'y a aucun moyen de définir la valeur de départ à partir de la boîte de dialogue de lancement, vous ne pouvez enregistrer le script que rétrospectivement et ajouter la syntaxe pour définir une valeur de départ aléatoire. Si vous avez créé un modèle à l'aide du pointer-cliquer, il n'y a aucun moyen de répéter l'analyse pour obtenir exactement les mêmes résultats.

Quelqu'un a-t-il une solution ou une bonne solution de contournement? Le meilleur que j'ai jusqu'à présent est que vous pouvez lancer la fonction JSL "Random Reset ()" avec un numéro de départ avant chaque analyse pointer-cliquer, mais cela semble assez irréalisable.

À votre santé,

Jordan

Re: Définition de graines aléatoires pour rendre les analyses reproductibles

Une version mise à jour du complément a été publiée.  Celui-ci fonctionne également en neuronal - merci Jordan! Les instructions ont été mises à jour pour refléter cela.  Devrait fonctionner sur la plupart des plates-formes - exécuter avant de lancer la plate-forme.

Re: Définition de graines aléatoires pour rendre les analyses reproductibles

Oui, à première vue, il semble que ce serait simple.  Il serait certainement bon d'avoir une version plus robuste.  Connaissez tous les bons scripteurs qui pourraient y arriver

Re: Définition de graines aléatoires pour rendre les analyses reproductibles

Merci à tous pour vos commentaires. C'est un sujet plus complexe que je ne le pensais.

Voici une note de John Sall, qu'il a récemment ajoutée au défaut mentionné ci-dessus par Dan V:

Il existe deux générateurs de nombres aléatoires, et Random Reset et Random Seed vont aux deux différents. Tout générateur de nombres aléatoires ne sera pas cohérent lorsque la plate-forme est multithread et que les nombres aléatoires sont effectués dans les threads. Un certain nombre de plates-formes ont une option non threadée pour désactiver le thread, ce qui améliorera le fonctionnement de la réinitialisation aléatoire.

Mia, j'ai remarqué que la fonction Random Seed () fonctionne pour Neural, mais pas Random Reset (). L'inverse semble être vrai pour Partition. Peut-être que le complément pourrait être rendu plus efficace en définissant les deux graines simultanément.

Jordan

Re: Définition de graines aléatoires pour rendre les analyses reproductibles

FYI - le complément a été téléchargé dans l'échange de fichiers.  Je travaille sur les instructions maintenant.  Cela ne fonctionne pas sur toutes les plates-formes (c.-à-d. Neural), mais semble faire le travail avec Partition. 

Re: Définition de graines aléatoires pour rendre les analyses reproductibles

Salut Jordan,

Il existe un complément pour réinitialiser la graine aléatoire, développé par Brady et / ou Sue Walsh il y a un an ou deux à des fins académiques (pour permettre aux professeurs et aux étudiants d'obtenir les mêmes résultats).  Il a été testé de manière informelle et semble faire le travail.  Je publierai ceci sur l'échange de fichiers.

Mia

Re: Définition de graines aléatoires pour rendre les analyses reproductibles

Bonjour Jordan - J'ai soumis ceci à la liste JMP Beta. Il y a déjà un défaut ouvert. Vos suggestions et votre client ont été ajoutés au fil de discussion: http://sww.sas.com/cgi-bin/quick_browse?defectid=S0898202

Re: Définition de graines aléatoires pour rendre les analyses reproductibles

Ou que diriez-vous d'un complément JMP qui définit la valeur de départ aléatoire sur la même valeur de départ en cliquant dessus?

Cordialement,

Martin

Re: Définition de graines aléatoires pour rendre les analyses reproductibles

Salut Jordan,

Je ne sais pas si cela aide, mais les moindres carrés partiels permettent de définir la graine aléatoire via un point chaud rouge déroulant lors du lancement du modèle.  Peut-être quelque chose qui peut être ajouté aux autres plates-formes d'analyse.

Meilleur,

Facture