扬声器
|
成绩单
|
| 米娅·斯蒂芬斯（Mia Stephens） |
模型筛选。 |
| |
如果您对预测建模进行任何工作，都会发现模型筛选可帮助您简化预测建模工作流程。 |
| |
因此，在本演讲中，我将提供预测建模的概述，并讨论我们可以在JMP中使用的不同类型的预测模型。 |
| |
我们将在更广泛的分析工作流中讨论预测建模工作流，并且将看到模型筛选如何帮助我们简化此工作流。 |
| |
我将讨论一些使用验证数据比较竞争模型的指标，我们将在JMP Pro中看到几个示例。 |
| |
首先，让我们讨论一下预测建模以及什么是预测建模。 |
| |
您可能已经接触过回归分析，回归是说明性建模的一个示例。 在回归中，我们通常对建立模型感兴趣 |
| |
对于一个响应或一个X或多个X的函数，Y可能会有不同的建模目标。 我们可能对识别重要变量感兴趣。 那么什么是键X或键输入变量， |
| |
例如，在解决问题的环境中，我们可能会专注于解决问题？ |
| |
我们可能有兴趣了解响应平均如何根据输入变量变化。 |
| |
X的一个单位更改与Y的五个单位更改相关联。 因此，这是经典的解释模型，如果您在学校学习过统计数据，这可能就是您学习回归的方式。 |
| |
现在对比一下，预测建模的目标稍有不同。 在预测模型中，我们的目标是准确预测或分类未来结果。 |
| |
因此，如果我们的回应是连续的，我们希望能够尽可能准确或准确地预测下一个观察结果，下一个结果。 |
| |
如果我们的回答是分类的，那么我们对分类感兴趣。 同样，我们对使用当前数据来预测未来个人水平将发生的事情感兴趣。 |
| |
我们可能会拟合和比较许多不同的模型，并且在预测模型中，我们可能还会使用一些更高级的模型。 我们可能会使用某些机器学习技术，例如神经网络。 |
| |
而且其中一些模型可能不那么容易解释，并且其中许多模型具有许多我们可以设置的不同调整参数。 结果，通过预测建模，我们可能会遇到过度拟合的问题。 |
| |
过度拟合的意思是我们拟合了一个比实际需要复杂的模型。 |
| |
因此，在预测建模中，我们通常使用验证，并且可以使用几种不同形式的验证。 |
| |
我们使用验证进行模型比较和选择，从根本上说，它可以防止拟合过度，也可以防止拟合不足。 |
| |
欠拟合是指我们拟合的模型不像需要的那样复杂。 它并没有真正捕获我们数据中的结构。 |
| |
现在，在幻灯片末尾的附录中，我提取了一些幻灯片来说明为什么验证很重要，但是对于本演讲的重点，我只在适合预测模型时使用验证。 |
| |
我们可以在JMP Pro中安装许多不同类型的模型，但这绝不是一个详尽的清单。 |
| |
我们可以拟合几种不同类型的回归模型。 如果我们有一个连续的响应，我们可以拟合线性回归模型。 |
| |
如果我们的响应是分类的，则为逻辑回归模型，但是我们也可以拟合广义线性模型并惩罚回归方法，所有这些均来自拟合模型平台。 |
| |
预测建模平台下有很多选择，因此，神经网络，具有增强功能的神经网络以及不同数量的层和节点， |
| |
分类和回归树，以及更高级的基于树的方法，以及其他几种技术。 |
| |
多元方法平台还提供了一些预测建模选项，因此可以区分分析 |
| |
偏最小二乘和偏最小二乘有两个区别...可用于预测建模的另外两种类型的模型。 顺便说一下，局部最小二乘也可以从拟合模型中获得。 |
| |
为什么我们有这么多模型？ |
| |
在预测建模中，您经常会发现没有一个模型 |
| |
或建模类型总是效果最好。 在某些情况下，神经网络可能是最好的，而神经网络通常是相当不错的。。。 |
| |
但是在其他情况下，您可能会发现更简单的模型实际上表现最佳，因此最适合您的数据并最准确地预测的模型类型主要取决于您的响应，也取决于数据的结构。 |
| |
因此，在找到最合适或最准确的模型之前，您可能需要拟合几种不同类型的模型并比较这些模型。 |
| |
因此，在更广泛的分析工作流程中，您从一个要解决的问题开始，然后编译数据，准备数据并探索数据， |
| |
预测模型在分析和构建模型中失败。 而且，典型的预测建模工作流程可能看起来像这样，其中您需要对模型进行验证。 |
| |
然后，您可以将该公式保存到数据表中，或将其发布到公式库中。 |
| |
然后您适合另一个模型并重复此步骤，因此您可能适合多个不同的模型 |
| |
然后比较这些模型。 在JMP Pro中，您可以使用模型比较平台执行此操作，然后在验证数据上比较模型的性能，然后选择最佳模型或最佳组合模型，然后部署模型。 |
| |
与模型筛选的不同之处在于，所有模型拟合和比较都是在一个平台（模型筛选平台）中完成的。 |
| |
因此，我们将使用一个您可能熟悉的示例，并且在社区中发布了有关使用这些数据进行模型筛选的博客，这些都是糖尿病数据。 |
| |
因此，情况是研究人员希望在基线后一年预测疾病的进展速度。 |
| |
因此，有几个基准测量值，然后有两种不同类型的响应。 |
| |
Y响应是定量测量，是一种连续测量，因此这是疾病进展的速率，然后是第二个响应Y Binary，该响应高或低。 |
| |
因此，Y Binary可以表示较高的进度或较低的进度。 |
| |
此处预测模型的目标是预测最有可能发生疾病高发的患者，以便可以采取纠正措施 |
| |
为了防止这种情况。 因此，我们将...我们将针对这两种响应来看一下JMP Pro中的拟合模型，并且我们将了解如何使用模型筛选来拟合相同的模型。 |
| |
在我去JMP之前，我只想谈一点我们如何比较预测模型。 |
| |
我们在验证集或测试集上比较预测模型。 因此，基本上，我们正在做的是将模型拟合到我们称为训练数据的数据子集中。 |
| |
然后，我们将该模型与保留的数据进行拟合（通常将这些数据称为验证数据），以查看模型的性能如何。 |
| |
如果我们有连续的响应，则可以使用误差的度量，因此均方根（RMSE）或RASE，即路由平均平方误差，因此是预测误差的度量。 |
| |
AAE，MAD，MAE，这些是平均误差的度量，我们可以使用不同的R平方度量。 |
| |
为了获得明确的答复，我们最常对错误或错误分类的度量感兴趣。 |
| |
我们可能还对查看ROC曲线，查看AUC（曲线下的面积）或敏感性或特异性，假阳性，假阴性率感兴趣。 |
| |
F1-Score和MCC，这是Matthews相关系数。 |
| |
因此，让我切换到JMP。 |
| |
藏起来，我将打开糖尿病数据。 |
| |
让我把它做大些，这样您就可以看到它。 |
| |
这些就是数据。 有...有关442位患者的信息，同样，我们得到Y响应，它是连续的，这是一年后疾病进展的数量。 我们将开始看Y，但是接下来我们还有第二个变量Y Binary。 |
| |
我们有基准信息。 |
| |
并且有一个列验证。 因此，再次进行验证，当我们拟合模型时，我们将仅使用训练数据来拟合模型，并且将使用验证数据来告诉我们何时停止增长模型，并为我们提供衡量模型质量的方法。模型真正适合。 |
| |
现在要构建此列，在预测建模下有一个实用程序，称为模型验证列。 |
| |
这为我们提供了许多用于构建验证列的选项，因此我们可以将您的数据划分为训练验证和测试集。 |
| |
而且，在大多数情况下，如果我们使用这种将数据划分为子集的技术， |
| |
建议使用测试仪。 拥有测试集可以使您对未用于构建模型或停止模型增长的数据进行模型性能评估，因此即使我们没有测试集，我也建议您这样做案子。 |
| |
假设我要...我想找到一个最准确地预测响应的模型。 因此，正如您所看到的，有很多不同的模型可供选择。 |
| |
我将从拟合模型开始。 |
| |
这通常是一个很好的起点。 |
| |
因此，我将建立一个回归模型，以Y作为我们的响应，以Xs作为模型效果，此时我将只放入主要效果。 我将添加一个验证列。 |
| |
现在从拟合模型开始，这里的默认值将是标准最小二乘法，但是我们可以拟合很多不同类型的模型。 |
| |
我只是要运行最小二乘模型。 |
| |
这里有两点要指出。 注意此处的标记V。 |
| |
记住，我们使模型适合训练数据，但我们也想看看模型在验证数据上的表现如何，因此所有带有V的标记都是验证集中的观测值。 |
| |
因为我们有验证，所以这里有一个交叉验证部分，因此我们可以查看训练集上的R平方，还可以查看验证集上的R square以及RASE。 |
| |
通常，您会看到验证统计信息会比训练统计数据差一些，而且它们之间的距离越远，就越能表明您的模型过度拟合或拟合不足。 |
| |
我想在此指出另一件事，这实际上超出了本演讲的范围，而这就是预测分析器。 |
| |
和预测探查器 |
| |
实际上，这是我第一次开始使用JMP的原因之一。 这是了解模型的一种非常有效的方法。 |
| |
因此，我可以更改任何X的值，并查看预测响应发生了什么，这就是平均值，因此 |
| |
这些模型，我们正在预测平均值。 但是请注意，这些频段是如何散发出总胆固醇和LDL，HDL的，没错。 这是因为我们在那些区域中没有任何数据。 |
| |
因此，我想一遍又一遍地指出这个新功能，这超出了本文的讨论范围，这就是所谓的外推控制。 如果我打开警告并拖动 |
| |
总胆固醇，请注意，它告诉我可能存在推断。 这是在告诉我，我正在尝试预测一个我确实没有任何数据的区域，如果我转向 |
| |
继续使用此推算控件，请注意，它会截断该条，该行，因此，基本上是说您无法对该区域进行预测。 因此，如果要拟合模型，可能要检查一下。 这是一个非常强大的工具。 |
| |
因此，可以说我已经完成了所有诊断工作。 我已经简化了此模型，并且希望能够保存我的结果。 |
| |
好吧，有两种方法可以做到这一点。 我可以转到红色列，保存列，保存预测公式。 |
| |
因此，这将保存我刚刚构建到数据表中的线性模型。 因此，您可以在后台在这里看到它。 然后，如果我向该数据表添加新值，它将自动预测响应。 |
| |
但是我可能想将模型另存为另一种形式，因此，我可能会发布 |
| |
将此配方送出到配方仓库。 而且公式仓库实际上独立于我的数据表，但是这允许我做的是，我可以复制脚本并将其粘贴到具有新数据的另一个数据表中以对新数据进行评分。 |
| |
或者，我可能想用另一种语言生成代码，以允许我在某种生产系统中部署它。 |
| |
我将继续并关闭此操作。 这只是一个模型。 现在，如果我适合一个更复杂或更复杂的模型，它可能会获得更好的性能吗？ |
| |
因此，我可能适合其他模型。 因此，例如，我可能...我只是想回想起。 我可能将人格从标准最小二乘改为广义回归。 |
| |
这使我可以指定不同的响应分布。 我会坚持正常并单击“运行”。 |
| |
因此，这将使我适应不同的惩罚方法，并使用不同的变量选择技术。 如果您还没有检查出广义回归， |
| |
它是超级强大，超级灵活的现代建模平台。 我要单击“开始”。 假设我适合这个模型 |
| |
并且我希望能够将此模型与我已经保存的模型进行比较。 因此，我可以将预测公式保存到数据表中。 所以现在我在数据表的背景中还有另一列。 |
| |
否则我可能想再次发布 |
| |
到 |
| |
公式详细信息，所以现在我在这里有两个不同的模型。 而且我可以继续。 因此，这只是广义回归中的一种模型。 我也可以适合几种不同类型的 |
| |
预测模型菜单中的预测模型，例如神经网络或分区或自举林或增强树。 |
| |
现在，通常我需要做的就是拟合所有这些模型，将结果保存到数据表或公式库中，如果我将它们保存到 |
| |
在数据表中，我可以使用此模型比较平台来比较不同的竞争模型。 我可能有很多模型，这里我只有两个。 |
| |
实际上，我什至不必指定模型是什么，只需要指定验证即可。 我实际上有点喜欢在by字段中进行验证。 |
| |
因此，这为我提供了针对训练集和验证集的适合统计信息，而我将仅查看验证步骤的统计信息。 因此，我将使用它来帮助我选择性能最好的模型。 |
| |
我感兴趣的是较高的R square值，较低的RASE值（均方根误差）和较低的平均绝对误差。 在这两个模型之间，看起来这种拟合最小二乘回归模型是最好的。 |
| |
现在，如果我要拟合所有可能的模型，则可能会很费时。 因此，除了执行此操作外，JMP Pro 16中的新功能是一个称为模型筛选的平台。 |
| |
当我启动模型筛选时，就像我们已经看到的那样，它在顶部有一个对话框，所以我将继续进行填充。 |
| |
我将添加一个验证，但从侧面看，您会看到我可以选择几个不同的模型并一次拟合这些不同的模型。 |
| |
因此，决策树，自举森林，增强树，K个最近的邻居，对，我可以拟合所有这些模型。 |
| |
而且它不会运行没有意义的模型，因此我将连续响应逻辑回归作为我的选择之一，它将不会运行逻辑回归模型 |
| |
不断的回应。 注意，这里我还有XGBoost这个选项。 |
| |
出现的原因是有一个加载项，它实际上使用的是开放源代码库，如果您安装了此加载项（JMP用户社区中提供了该加载项， |
| |
它称为XGBoost，仅在JMP Pro中有效），但是如果您安装此插件，它将自动出现在模型筛选对话框中。 |
| |
因此，我只想单击“确定”，当我单击“确定”时，它将要做的是启动并启动每个平台。 |
| |
然后将所有结果拉到一个窗口中。 所以我点击了。 我这里没有很多数据，因此速度非常快。 |
| |
在细节之下，这些都是适合的所有单个模型。 而且，如果我打开这些对话框中的任何一个，我都可以看到结果，并且可以访问该菜单中的其他选项。 |
| |
因此，我将详细介绍一下。 默认情况下，它所做的是报告训练数据的统计信息，但是它向我显示了验证数据的结果，因此我可以看到R square和RASE。 |
| |
默认情况下，它按RASE的顺序排序，最低的是最好的。 |
| |
但是我这里有一些捷径选项，因此，如果我想找到最好的模型，可能R平方对某些模型最合适，而RASE对另一些模型更好，我将单击“选择主导” 。 |
| |
在这种情况下，它选择了神经增强的，因此在所有这些模型中，最好的模型是神经增强的。 而且，如果我想更仔细地研究这个模型，我可以在神经网络下查看这里的细节。 |
| |
或者，我可以简单地说，选择运行。 |
| |
现在我没有谈论这个，但是在对话窗口中有一个设置随机种子的选项。 |
| |
如果我设置了该随机种子，那么此处启动的结果将与此处看到的相同。 这是一个...这是一个 |
| |
具有三个节点的神经模型使用TanH函数，但它也使用了Boosting。 因此，在设计该平台时，开发人员进行了大量模拟，以确定不同模型的最佳起点和最佳默认设置。 |
| |
因此，神经增强是最好的。 |
| |
和 |
| |
如果我希望能够部署此模型，那么现在我可以做的就是保存脚本 |
| |
或者可以运行它，也可以将其保存到更深的公式中。 |
| |
因此，这是一个持续不断的响应，红色三角形下方还有其他一些选择。 如果我有明确的答复怎么办？ 对于明确的答复，我可以使用相同的平台。 再说一次，我将去模型筛选。 |
| |
我将单击“回想”，但是将使用Y Binary而不是Y。 |
| |
而且我不会更改任何默认方法。 我将放入一个随机种子，例如12345，我只是获取随机数。 |
| |
而这将使我具有可重复性。 因此，如果我将任何模型保存到数据表或公式库中， |
| |
模型中的统计数据将相同，拟合度将相同。 这里还有其他一些选择。 我们可能要关闭某些报告等功能。 |
| |
我们可能要使用其他交叉验证方法，因此该平台包括K折验证，但它也使用嵌套的K折交叉验证。 |
| |
我们可以重复一遍。 真是太好了。 有时将我们的数据划分为训练验证和测试不是最佳方法，并且是K折 |
| |
实际上可以好一点。 底部还有一些其他选项。 因此，我们可能想添加两种方式的交互。 我们可能要添加二次效应。 |
| |
在其他方法下，这将适合其他广义回归方法。 因此，我将继续并单击“确定”。 |
| |
好的。 它运行所有模型，并且再次，这是一个小数据集。 非常快。 |
| |
是的，外观相同，但是现在的统计数据不同。 因此，我得到了误分类率。 我在曲线下有一个区域。 我还得到了一些R平方度量，然后是均方根误差。 |
| |
我要单击“选择优势”，再次，优势方法是神经增强的。 |
| |
现在，如果我希望能够探索其中一些不同的模型怎么办？ 因此，此处的错误分类比逐步分类的错误分类低很多。 |
| |
AUC有点类似，它总体上最低，但可能没有那么好。 让我抓住其中的一些。 因此，如果我单击其中的一些，也许我会...也许我会选择这四个，这五个。 |
| |
如果我有兴趣查看ROC曲线以比较模型，则可以查看ROC曲线。 |
| |
这里有一些不错的控件，可让我关闭模型并专注于某些模型。 |
| |
我真的很兴奋的一个新功能是称为决策阈值的东西。 |
| |
决策阈值允许我们看什么， |
| |
首先是查看训练数据，这是为我们提供了数据快照。 |
| |
错误分类率基于0.5的分类临界值。 因此，对于每个模型，它向我显示了实际上的高点和低点。 如果我们专注于高点，则将绿色点正确分类为高点。 |
| |
红色区域中的分类错误，因此它向我们显示了正确的分类和错误的分类，然后在侧面报告了此处的所有统计信息 |
| |
然后在下面看到几个不同的指标以及许多图表，这些图表使我们可以查看错误的分类以及真实的分类。 |
| |
我要关闭它，看看 |
| |
验证数据。 |
| |
那么为什么这有用呢？ 好吧，您可能有一个特定的场景，对最大程度地提高灵敏度感兴趣 |
| |
同时保持一定的特异性。 还有敏感性...这里有一些定义。 灵敏度是真实的阳性率； |
| |
特异性是真正的阴性率。 这是...这是我们要研究疾病进展的场景，因此我们要确保自己...我们保持了很高的敏感性 |
| |
同时确保我们的特异性很高。 所以我们可以做的是在这里有一个滑块，我们可以抓住这个滑块， |
| |
我们可以看到随着分类截止值的变化，分类如何变化。 |
| |
因此，当您查看竞争模型时，我认为这是一个非常强大的工具，因为您可能拥有的某些模型的总截断值为0.5，因此，它们的分类错误率可能最高。 |
| |
但是，您可能还会遇到以下情况：如果更改分类的界限，则不同的模型可能会产生不同的效果。 因此，例如，如果我在这里的某个区域，我可能会发现逐步模型实际上更好。 |
| |
现在，为了进一步说明这一点，我想打开一个不同的例子。 |
| |
这个示例称为信用卡营销。 |
| |
如果我回到幻灯片，只是为了介绍这种情况。 |
| |
在这种情况下 |
| |
根据市场研究，我们收到了很多有关接受信用卡优惠的数据。 |
| |
答复是，要约被接受了。 在这种情况下，实际只接受了研究中5.5％的报价。 |
| |
现在有一些我们感兴趣的因素，因此提供了不同类型的奖励， |
| |
并且有不同的邮件类型。 因此，这实际上是一个设计好的实验。 我们将实际上，实际上是，忽略这一部分……本研究的那个方面。 |
| |
而且还有财务信息，因此在此示例中，我们将坚持……坚持一个目标，那就是确定最有可能接受该报价的客户的目标。 |
| |
而且，如果我们能够确定最有可能的客户，则在这种情况下，我们可能仅将报价发送给更可能接受报价的子集，而忽略其余的报价。 这就是这里的情况。 |
| |
我将打开这些数据。 |
| |
我有10,000个观察结果，我的答复是接受报价。 |
| |
而且我已经将脚本保存到了数据表中，因此获得了飞行里程，邮件类型，收入水平，信用等级以及其他一些财务信息。 |
| |
正在执行...我运行了一个保存脚本。 它正在运行所有模型。 在这种情况下，神经系统将花费最多的时间，因为它运行的是增强型神经系统。 |
| |
这将需要几秒钟的时间。 它正在运行支持向量机。 如果我有超过10,000个观察值，则支持向量机将超时，并且实际上将无法运行。 |
| |
我还要再说一遍。 我正在使用验证，所以为此使用了标准验证，其中有一个验证列。 在这种情况下，我有一列零和一，JMP将识别出用于训练数据的零和用于验证数据的零。 |
| |
好的。 我们去了。 好的，它就运行了，如果您要处理的是大数据表，则有一个...您可以运行一个报告 |
| |
看过去的时间。 在这种情况下，支持向量机实际上花费了最长的时间，这就是为什么有时如果我们有超过10,000个观测值，它就不会运行的原因。 |
| |
因此，让我们看看这些。 因此，如果我选择主导模型，那么我们最好的模型是神经增强模型和决策树，但我想在此指出一些内容。 注意分类错误率。 |
| |
除支持向量机外，所有模型的误分类率均相同。 为什么会这样呢？ 好吧，如果我接受接受分配的报价 |
| |
（让我把它做大一点，以便我们可以看到它），然后只关注验证数据，请注意，我们的观察点中有0.063％是是。 这正是我们的模型所预测的。 |
| |
为什么要这样做呢？ |
| |
我将再次询问决策阈值。 |
| |
在这里关注此图，该图有很多用途，在这种情况下，向我们显示的是分类的截止值为.5 |
| |
但是我们的拟合概率都没有接近这个概率，对。 因此，结果是，模型要么将正确分类为“否”，要么将正确分类为“否” |
| |
或将是归为否。 它从未将任何事情归类为是，因为没有一个概率大于0.5。 所以如果我伸出这个家伙， |
| |
是的，我可以看到这两种模型之间的差异。 因此，神经增强的最高概率约为.25，决策树的最高概率约为.15。 |
| |
并请注意，对于决策树，决策树基本上是在进行一系列二进制拆分，并且基本上我有几个预测值，而神经增强算法则在点上向我展示了一个不错的随机模式。 因此，让我将其更改为.12。 |
| |
是的，它截止到.12，实际上，如果我将其滑动，请注意，我得到的降低，我实际上开始得到（我将在此处打开指标），我开始获得一些真正的肯定。 |
| |
我开始得到一些误报。 因此，当我拖动它时，您可以在栏中看到它，但是该栏有点小，对。 神经增强了，我开始看到一些真实的正面和一些错误的正面。 |
| |
现在您开始看到它们。 一旦超过了第一点，我就会开始在决策树中看到它。 |
| |
因此，对于这些数据，使用0.5的临界值没有任何意义，我可能再次...我可能会尝试找到一个使我具有最高灵敏度的临界值，同时又要保持适当的特异性。 |
| |
在这种情况下，我将指出另外两个统计数据。 |
| |
F1是F1分数，这实际上是衡量我们能够捕捉到真正积极因素的程度的指标。 |
| |
MCC是马修斯相关系数，这是衡量它在四种可能性中的每种分类情况的好方法。 所以我有... |
| |
我可以有假阳性，假阴性，真阳性，真阴性。 |
| |
我实际上没有说对应于此处的方框，但我有四个不同的选择。 MCC是介于负1到正1之间的相关系数，用于衡量我如何预测这四个框中的每个四个中的值。 |
| |
因此，我可能想探索为您提供最大F1值或最大MCC值的分界线。 假设我以这种方式向下拖动。 请注意 |
| |
灵敏度正在迅速提高，特异性开始下降，所以也许在.5左右，对，我到达了特异性下降得太远的地步。 |
| |
我可能会找到一个分界线，在底部有这个选项可以设置利润矩阵。 如果我将其设置为我的利润矩阵，那么将要发生的是，它将使我能够使用此截止值对新数据进行评分。 |
| |
因此，如果我将其设置为“正常”，那么对我所做的任何将来的预测（如果将其保存到数据表或公式库中）都将使用该截止值。 |
| |
在这种情况下，我可能实际上拥有一些可以构建到利润矩阵中的财务信息。 |
| |
因此，例如，我可能不了解使用与滑块相关的美元价值，而不是使用滑块来选择截止点。 也许如果实际的答复是“否”， |
| |
但我向他们发送了要约，所以是的，我想他们会同意的，我向他们发送了要约。 也许这要花我5美元，对，所以我那里有负值。 |
| |
也许我对潜在利润有所了解，所以也许利润...在这段时间内的潜在利润为100美元，也许我失去了一些机会。 也许我说，如果是-100， |
| |
该人实际上会做出回应，但我没有向他们发送要约。 因此，也许这是失去的机会，有时我们将其留空。 现在，如果我改用这个， |
| |
我还有一些其他信息显示出来，因此它可以识别出我有一个利润矩阵。 现在，如果我看一下指标，就可以基于此利润，根据自己的最佳模型做出决策。 |
| |
因此，我将这些附加信息纳入决策制定，有时我们有一个利润矩阵，我们可以直接使用它，有时却没有。 这是我可以看到神经增强模型将为我带来最佳总体利润的情况之一。 |
| |
因此，这是模型筛选的先睹为快，让我回到幻灯片上。 |
| |
我们在这里看到了什么？ 好吧，我们谈到了预测建模 |
| |
以及预测建模与解释建模有何不同的目标。 因此，我们的目标是准确预测或分类未来的结果，因此我们希望对未来的观察结果进行评分。 |
| |
而且，我们通常会使用验证来拟合和比较许多模型，并选择能最有效地预测最准确的模型或模型组合。 |
| |
模型筛选确实简化了此工作流程，因此您可以使用一个平台同时适应许多不同的模型。 |
| |
而且我真的只使用默认值，因此我可以安装比实际安装的复杂得多的模型。 这使得选择主导模型，探索模型细节非常容易。 我们可以适应新型号 |
| |
从细节。 如果要处理分类数据，则此决策阈值可让您探索分类的临界点，并且还集成了包含利润矩阵的功能。 |
| |
对于任何选定的模型，我们都可以将模型部署到公式库中或将其保存到数据表中。 因此，这是一个非常强大的新工具。 |
| |
欲获得更多信息。 我在看到F1分数和Matthews相关系数之前就知道了分类指标，这些统计数据对我来说还比较陌生。 |
| |
为了理解敏感性和特殊性，此Wikipedia帖子提供了一些非常非常好的示例和非常好的讨论。 |
| |
还有一些非常好的资源可用于预测建模和模型筛选。 在JMP用户社区中，有一条新的路径，即学习JMP，可以访问视频， |
| |
掌握JMP系列视频。 Ruth Hummel和Mary Loveless去年在图森的JMP Discovery上进行了一次非常好的演讲，谈到了什么时候使用哪种型号。 |
| |
在谈论不同的建模目标以及何时使用每个模型时，这做得很好。 |
| |
如果您是预测建模的新手，那么我们的免费在线课程STIPS是“工业问题解决的统计思维”，第7单元是预测建模的简介。 |
| |
所以我推荐这个。 有一个模型筛选博客使用了我要指出的糖尿病数据，并且我还想指出，本书还有第二版，《用JMP Pro建立更好的模型》， |
| |
在接下来的几个月内就会出现。 他们还没有新的封面，但是他们打算...在书中包括模型筛选。 |
| |
所以，这就是我所拥有的。 请随时对此发表评论或提出问题，我希望您喜欢会议的其余部分。 谢谢你。 |
