Betreff: Data Mining und prädiktive Modellierung@Jeff_Perkinson Ich sehe es jetzt, danke Jeff & Gail
Betreff: Data Mining und prädiktive Modellierung@John_K , das Video ist im Beitrag oben eingebettet. Können Sie es nicht sehen?
Betreff: Data Mining und prädiktive Modellierung@Jason_Wiggins Hallo Jason, tolles Thema, ich habe das Video der Sitzung hier nicht gesehen – @gail_massari Können Sie bitte auf das Video von Jasons Präsentation verweisen?
Data Mining und prädiktive Modellierung
Erfahren Sie, wie Sie:
- Verstehen Sie das in der Demo verwendete Beispiel für die Fertigungsausbeute
- Finden Sie Muster
- Verwenden Sie die Verteilung, um die Beziehung zwischen Variablen sowie zwischen Variablen und Antwort zu untersuchen
- Verwenden Sie Graph Builder, um alle Variablen zu untersuchen, passen Sie Linien per Drag-and-Drop an Daten an, aktivieren Sie Statistiken wie R-Quadrat, ändern Sie den Anpassungstyp interaktiv und fügen Sie Farbe hinzu, um wichtige Ergebnisse für andere hervorzuheben
- Führen Sie eine explorative Modellierung durch
- Verwenden Sie die multivariate Analyse, um festzustellen, ob eine Korrelation zwischen Variablen besteht
- Untersuchen Sie die Streudiagrammmatrix und verwenden Sie das Prädiktor-Screening, um sinnvolle Beziehungen zu finden
- Setzen Sie die prädiktive Modellierung von JMP Pro ein, um nicht normale Reaktionen zu verarbeiten und potenzielle Überanpassungen aufzudecken
- Verwenden Sie die verallgemeinerte Regression, um ein Modell zu erstellen und die Daten zufällig in drei Sätze zu segmentieren: Der Trainingssatz schätzt die Modellparameter. Der Validierungssatz bewertet die Vorhersagefähigkeit des Modells, indem er mit dem Hinzufügen von Termen besser oder schlechter wird. Der Testsatz wird bei der Modellerstellung nicht berücksichtigt und liefert das endgültige Ergebnis. unabhängige Beurteilung der Vorhersagefähigkeit des Modells
- Wählen Sie den Vertriebsansatz
- Erstellen Sie interaktiv eine Validierungsspalte für die Kreuzvalidierung, um eine Überanpassung des Modells (Überschätzung der Vorhersagefähigkeit) zu vermeiden.
- Bildschirm für mehrere Modelle (neu in JMP Pro 16)
- Verwenden Sie Bootstrap Forest und Boosted Trees (Entscheidungsbäume)
- Erstellen Sie ein neuronales Netzwerkmodell mit zwei Schichten und genügend Knoten, um die Beziehung zu beschreiben
- Verfeinern Sie iterativ die besten Kandidatenmodelle und erstellen Sie sie neu, um die Vorhersagbarkeit zu verbessern
- Speichern Sie Modellalgorithmen (Score-Codes) in der Datentabelle
Hinweis: Die Frage-und-Antwort-Runde beginnt um ca. 38:00 Uhr.
Das JMP Journal enthält PowerPoint-Folien, die auch als .pptx-Datei angehängt sind.Wenn Sie daran interessiert sind, PowerPoint als Folien zu Ihren JMP-Journalen hinzuzufügen, finden Sie hier die Anweisungen: So fügen Sie Folien in Ihr Journal ein:
- Installieren Sie Brady Brady's Journal Text Sledgehammer-Add-in .
- Erstellen Sie ein PowerPoint-Deck
- Als .png (oder anderes Grafikformat) speichern
- Öffnen Sie JMP und wählen Sie „Journal Text Sledgehammer“ aus dem Add-Ins-Menü
- Klicken Sie auf die Registerkarte „Dienstprogramme“.
- Klicken Sie auf „Folien ins Journal“.
- Wählen Sie den Ordner mit allen Folien aus, der in Punkt 3 oben automatisch generiert wurde
- Format wählen (z. B. Breit)
- Tagebuch speichern
Ressourcen
Fragen an den Moderator?Fügen Sie einen Kommentar hinzu und erwähnen Sie Jason Higgins mit @Jason_Wiggins .
Kommentare zum Wert der Fragen am Ende?Kommentar hinzufügen für @gail_massari .
Prädiktive Modellierung und maschinelles Lernen
