usando datos de validación en árbol impulsadoDesarrollé un modelo predictivo con árbol impulsado. Tenía 30.000 filas de datos de entrenamiento. Tengo 10.000 cables de datos de "validación". ¿Cómo ejecuto el conjunto de datos de validación a través del modelo (tengo más de 800 variables en mi modelo, por lo que obtener una "fórmula" no fue práctico)? Proporcione una solución interactiva (no un script).AnalíticaGAMAOtroRe: uso de datos de validación en árbol impulsadoCon la fórmula todo sería fácil. ¿Has probado? ¿Lo que pasó?
Supongo que usa JMP Pro.
¿Intentaste construir un modelo menos complejo? ¿Probó el Predictor Screening u otras técnicas de reducción variable? ¿U otras técnicas de modelado?
Para tener el mejor modelo, uno debería haber comparado diferentes técnicas / conjuntos de variables.
Re: uso de datos de validación en árbol impulsadoNo entiendo tu pregunta.Si tiene una columna de validación y la coloca en el cuadro Validación, se informan los resultados del modelo para los datos de validación.Apoyo la opinión de que es posible que desee un modelo más simple y que debería probar diferentes modelos.Agregaría que es posible que desee reservar el 10% de los datos como datos de prueba, ya que los datos de validación se usan para construir el modelo y existe el peligro de sobreajuste, particularmente con 800 variables en su modelo.Por lo tanto, sugeriría dividir sus datos en conjuntos de datos de entrenamiento, validación y prueba, ejecutar una variedad de modelos y usar la función de comparación de modelos para ver cómo funcionan los modelos en los datos de prueba.Esta comparación debe automatizarse una vez que haya guardado las fórmulas de predicción de todos sus modelos.
Re: uso de datos de validación en árbol impulsadoProbaré eso.
Sin embargo, debido a que el modelo es tan grande, la fórmula de predicción no parece que se ejecute en absoluto, parece que el programa se estanca. Por último, cuando realmente quiero ejecutar los datos de prueba, ¿cómo lo ejecuto? Muchas gracias - ksfire1
Re: uso de datos de validación en árbol impulsadoSi crea la columna de validación utilizando la función en la Plataforma de modelado predictivo, JMP ejecuta automáticamente su modelo en los datos de entrenamiento, validación y prueba.Entonces, no necesitas hacer nada más.Ahora, sus comentarios sobre los problemas para ejecutar su modelo son un asunto diferente; parece que hay problemas con el modelo, y sospecho que tener 800 variables en su modelo refleja algo que debe corregirse.Buscaría formas de reducir la cantidad de funciones.
Re: uso de datos de validación en árbol impulsadoEl cribado predictivo es un buen primer paso para comprender qué variables son importantes. Consulte la secuencia de comandos del índice de secuencias de comandos para comprender cómo funciona.
Primero haría una muestra de la tabla original para reducir el número de filas (menú principal: Tablas-> subconjunto…)
Con este subconjunto, puede probar varias cosas en poco tiempo, guardar los scripts para las ideas prometedoras y aplicarlas al gran conjunto de datos más adelante.
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Boston Housing.jmp" );
obj = dt << Predictor Screening( Y( :chas ), X( :crim, :indus, :nox, :rooms, :age, :distance, :radial ) );
