评估变量重要性时的k是多少？嗨，JMP社区，我正在运行神经网络，以通过JMP构建预测模型，并通过使用k最近邻居方法的依存重采样输入评估变量重要性。我对模型中的每个变量都具有变量重要性，但是如何知道k的值以及k最近邻方法的其他细节？
分析工具回复：评估变量重要性时的k是多少？您可以分享您的要求的快速屏幕截图吗？回复：评估变量重要性时的k是多少？多谢您的回覆。 我做了神经网络的预测模型，选择了Profilers> Assss Variable Importance> Dependent Resampled Inputs，并将显示变量重要性列表。 根据JMP帮助，重要性已计算用一个ķ -最近邻居的方法。我的问题是，如果我能知道这个的k值ķ -最近邻居的方法？
回复：评估变量重要性时的k是多少？多谢您的回覆。 我做了神经网络的预测模型，选择了Profilers> Assss Variable Importance> Dependent Resampled Inputs，并将显示变量重要性列表。 根据JMP帮助，重要性是使用k最近邻居方法计算的。 我的问题是，我是否可以知道这种k个最近邻居方法的k值？
回复：评估变量重要性时的k是多少？我认为重要性结果不基于k。 帮助系统说：
因子值是根据观察到的组合构建的
为了考虑相关性，使用k最近邻方法。 这个选项
将观察到的方差和协方差视为代表的协方差结构
你的因素。 如果您认为您的因素是相关的，请使用此选项。 注意
此选项对数据表中的行数敏感。 如果使用数量少
的行数，结果可能不可靠。
进一步：
注意：可变重要性指数是使用蒙特卡洛采样构建的。 因此，从一次运行到另一次运行，重要性指数值可能会有一些变化。
换句话说，使用k最近邻方法对观察结果进行聚类，以便可以保持数据的协方差结构。 将这些观察值放入模型中以获得预测值。 现在，通过选择一组新的观测值来重复（这是“蒙特卡洛”部分）。 查看单个因素的变化量，以便您可以评估该变量的重要性。
我不知道所使用的k最近邻方法的所有细节，但是我猜想，如果选择k，那将是最能描述数据的方法。 查看帮助部分中的k最近邻居聚类技术，以了解JMP在这种情况下如何“最佳”选择ak。 如果真的采用这种方法，我不知道探索的范围是k。 无论哪种方式，我都相信由于正在进行的蒙特卡洛模拟，所以使用了k值范围。
