評估變量重要性時的k是多少？嗨，JMP社區，我正在運行神經網絡，以通過JMP構建預測模型，並通過使用k最近鄰居方法的依存重採樣輸入評估變量重要性。我對模型中的每個變量都具有變量重要性，但是如何知道k的值以及k最近鄰方法的其他細節？
分析工具回复：評估變量重要性時的k是多少？您可以分享您的要求的快速屏幕截圖嗎？回复：評估變量重要性時的k是多少？多謝您的回覆。 我做了神經網絡的預測模型，選擇了Profilers> Assss Variable Importance> Dependent Resampled Inputs，將顯示變量重要性列表。 根據JMP幫助，重要性已計算用一個ķ -最近鄰居的方法。我的問題是，如果我能知道這個的k值ķ -最近鄰居的方法？
回复：評估變量重要性時的k是多少？多謝您的回覆。 我做了神經網絡的預測模型，選擇了Profilers> Assss Variable Importance> Dependent Resampled Inputs，將顯示變量重要性列表。 根據JMP幫助，重要性是使用k最近鄰居方法計算的。 我的問題是，我是否可以知道這種k個最近鄰居方法的k值？
回复：評估變量重要性時的k是多少？我認為重要性結果不基於k。 幫助系統說：
因子值是根據觀察到的組合構建的
為了考慮相關性，使用k最近鄰方法。 這個選項
將觀察到的方差和協方差視為代表的協方差結構
你的因素。 如果您認為您的因素是相關的，請使用此選項。 注意
此選項對數據表中的行數敏感。 如果使用數量少
的行數，結果可能不可靠。
進一步：
注意：可變重要性指數是使用蒙特卡洛採樣構建的。 因此，從一次運行到另一次運行，重要性指數值可能會有一些變化。
換句話說，使用k最近鄰方法對觀察結果進行聚類，以便可以保持數據的協方差結構。 將這些觀察值放入模型中以獲得預測值。 現在，通過選擇一組新的觀測值來重複（這是“蒙特卡洛”部分）。 查看單個因素的變化量，以便您可以評估該變量的重要性。
我不知道所使用的k最近鄰方法的所有細節，但是我猜想，如果選擇k，那將是最能描述數據的方法。 查看幫助部分中的k最近鄰居聚類技術，以了解JMP在這種情況下如何“最佳”選擇ak。 如果真的採用這種方法，我不知道探索的範圍是k。 無論哪種方式，我都相信由於正在進行的蒙特卡洛模擬，所以使用了k值範圍。
