変数の重要性を評価するときのkは何ですか？こんにちはJMPコミュニティ、私はニューラルネットワークを実行してJMPによる予測モデルを構築し、k最近傍法を使用する従属リサンプリング入力によって変数の重要性を評価していました。モデル内の各変数の変数の重要性がありましたが、kの値とk最近傍法の他の詳細をどのように知ることができますか？
分析Re：変数の重要性を評価するときのkは何ですか？あなたが求めているものの簡単なスクリーンショットを共有できますか？Re：変数の重要性を評価するときのkは何ですか？返信ありがとうございます。 ニューラルネットワークの予測モデルを作成し、[プロファイラー]> [変数の重要度の評価]> [依存するリサンプリングされた入力]を選択すると、変数の重要度のリストが表示されます。 JMPヘルプによると、重要度は計算されましたを使ってk -最近傍が接近します。私の質問は、これのk値を知ることができればk -最近傍アプローチ？
Re：変数の重要性を評価するときのkは何ですか？返信ありがとうございます。 ニューラルネットワークの予測モデルを作成し、[プロファイラー]> [変数の重要度の評価]> [依存するリサンプリングされた入力]を選択すると、変数の重要度のリストが表示されます。 JMPヘルプによると、重要度はk最近傍法を使用して計算されました。 私の質問は、このk最近傍法のk値を知ることができれば？
Re：変数の重要性を評価するときのkは何ですか？重要度の結果がkに基づいているとは思いません。 ヘルプシステムによると：
因子値は、観測された組み合わせから構築されます
相関を説明するために、k最近傍法を使用します。 このオプション
観測された分散と共分散を、の共分散構造の代表として扱います。
あなたの要因。 要因が相関していると思われる場合は、このオプションを使用してください。 ご了承ください
このオプションは、データテーブルの行数に影響されます。 少数で使用する場合
行の数が多いと、結果が信頼できない可能性があります。
さらに：
注意：可変重要度指数は、モンテカルロサンプリングを使用して作成されます。 このため、実行ごとに重要度インデックス値にある程度の変動が予想されます。
言い換えると、k最近傍法を使用して観測値をクラスター化し、データの共分散構造を維持できるようにします。 これらの観測値は、予測値を取得するためにモデルに入れられます。 ここで、新しい観測セットを選択して繰り返します（これはモンテカルロの部分です）。 その変数の重要性を評価できるように、単一の要因にどの程度の変更が加えられたかを確認してください。
使用されているk最近傍法の詳細のすべてを知っているわけではありませんが、kを選択すると、データを最もよく表すものになると思います。 ヘルプセクションのk最近傍クラスタリング手法を見て、JMPがその状況でakを「最適に」選択する方法を確認してください。 このアプローチが本当に守られているのなら、私はkのどの範囲が探求されているのか分かりません。 いずれにせよ、進行中のモンテカルロシミュレーションのために、k値の範囲が使用されているに違いありません。
