변수 중요도를 평가할 때 k는 무엇입니까?안녕하세요 JMP 커뮤니티, 저는 신경망을 실행하여 JMP로 예측 모델을 구성하고 k- 최근 접 이웃 접근법을 사용하는 Dependent Resampled Inputs로 변수 중요도를 평가했습니다.모델의 각 변수에 대한 변수 중요도를 가지고 있었지만 k 값과 k- 최근 접 이웃 접근 방식의 다른 세부 사항을 어떻게 알 수 있습니까?
해석학Re : 변수 중요도를 평가할 때 k는 무엇입니까?질문하는 내용의 간단한 스크린 샷을 공유 할 수 있습니까?Re : 변수 중요도를 평가할 때 k는 무엇입니까?답장 해주셔서 감사합니다. 신경망의 예측 모델을 작성하고 Profilers> Assess Variable Importance> Dependent Resampled Inputs를 선택하고 변수 중요도 목록을 표시합니다. JMP Help에 따르면 중요도가 계산되었습니다. 사용하여 케이 -가장 가까운 이웃이 접근합니다.내 질문은 이것이 k 값을 알 수 있다면 케이 -가장 가까운 이웃이 접근합니까?
Re : 변수 중요도를 평가할 때 k는 무엇입니까?답장 해주셔서 감사합니다. 신경망의 예측 모델을 작성하고 Profilers> Assess Variable Importance> Dependent Resampled Inputs를 선택하고 변수 중요도 목록을 표시합니다. JMP Help에 따르면 중요도는 k- 최근 접 이웃 접근 방식을 사용하여 계산되었습니다. 내 질문은이 k- 최근 접 이웃 접근법의 k 값을 알 수 있다면?
Re : 변수 중요도를 평가할 때 k는 무엇입니까?중요도 결과가 k에 근거한 것이라고 생각하지 않습니다. 도움말 시스템은 다음과 같이 말합니다.
요인 값은 관찰 된 조합으로 구성됩니다.
상관 관계를 설명하기 위해 k- 최근 접 이웃 접근법을 사용합니다. 이 옵션
관찰 된 분산과 공분산을 다음에 대한 공분산 구조의 대표로 취급합니다.
당신의 요인. 요인이 상관 관계가 있다고 생각할 때이 옵션을 사용하십시오. 참고
이 옵션은 데이터 테이블의 행 수에 민감합니다. 적은 수로 사용하는 경우
행의 결과를 신뢰할 수 없습니다.
더욱이:
노트 : 가변 중요도 지수는 몬테카를로 샘플링을 사용하여 구성됩니다. 이러한 이유로 실행간에 중요도 인덱스 값에 약간의 차이를 예상 할 수 있습니다.
즉, k- 최근 접 이웃 접근법을 사용하여 관측치를 클러스터링하여 데이터의 공분산 구조를 유지할 수 있습니다. 이러한 관찰은 예측 값을 얻기 위해 모델에 입력됩니다. 이제 새로운 관측 세트를 선택하여 반복합니다 (이것은 Monte Carlo 부분입니다). 해당 변수의 중요성을 평가할 수 있도록 단일 요인이 얼마나 변경되었는지 확인하십시오.
사용되는 k- 최근 접 이웃 접근 방식의 모든 세부 사항을 알지 못하지만 k를 선택하면 데이터를 가장 잘 설명하는 것이 될 것이라고 생각합니다. 도움말 섹션에서 k- 최근 접 이웃 클러스터링 기술을 살펴보고 JMP가 해당 상황에서 "최적으로"ak를 선택하는 방법을 확인하십시오. 이 접근 방식을 실제로 따르면 k의 범위가 무엇인지 알 수 없습니다. 어느 쪽이든 진행중인 몬테카를로 시뮬레이션으로 인해 k 값의 범위가 사용됩니다.
