揚聲器
|
成績單
|
| 米婭·斯蒂芬斯（Mia Stephens） |
模型篩選。 |
| |
如果您對預測建模進行任何工作，都會發現模型篩選可幫助您簡化預測建模工作流程。 |
| |
因此，在本演講中，我將提供預測建模的概述，並討論我們可以在JMP中使用的不同類型的預測模型。 |
| |
我們將在更廣泛的分析工作流中討論預測建模工作流，並且將看到模型篩選如何幫助我們簡化此工作流。 |
| |
我將討論一些使用驗證數據比較競爭模型的指標，我們將在JMP Pro中看到幾個示例。 |
| |
首先，讓我們討論一下預測建模以及什麼是預測建模。 |
| |
您可能已經接觸過回歸分析，回歸是說明性建模的一個示例。 在回歸中，我們通常對建立模型感興趣 |
| |
對於一個響應或一個X或多個X的函數，Y可能會有不同的建模目標。 我們可能對識別重要變量感興趣。 那麼什麼是鍵X或鍵輸入變量， |
| |
例如，在解決問題的環境中，我們可能會專注於解決問題？ |
| |
我們可能有興趣了解響應平均如何根據輸入變量變化。 |
| |
X的一個單位更改與Y的五個單位更改相關聯。 因此，這是經典的解釋模型，如果您在學校學習過統計數據，這可能就是您學習回歸的方式。 |
| |
現在對比一下，預測建模的目標稍有不同。 在預測模型中，我們的目標是準確預測或分類未來結果。 |
| |
因此，如果我們的回應是連續的，我們希望能夠盡可能準確或準確地預測下一個觀察結果，下一個結果。 |
| |
如果我們的回答是分類的，那麼我們對分類感興趣。 同樣，我們對使用當前數據來預測未來個人水平將發生的事情感興趣。 |
| |
我們可能會擬合和比較許多不同的模型，並且在預測模型中，我們可能還會使用一些更高級的模型。 我們可能會使用某些機器學習技術，例如神經網絡。 |
| |
而且其中一些模型可能不那麼容易解釋，並且其中許多模型具有許多我們可以設置的不同調整參數。 結果，通過預測建模，我們可能會遇到過度擬合的問題。 |
| |
過度擬合的意思是我們擬合了一個比實際需要復雜的模型。 |
| |
因此，在預測建模中，我們通常使用驗證，並且可以使用幾種不同形式的驗證。 |
| |
我們使用驗證進行模型比較和選擇，從根本上說，它可以防止擬合過度，也可以防止擬合不足。 |
| |
欠擬合是指我們擬合的模型不像需要的那樣複雜。 它並沒有真正捕獲我們數據中的結構。 |
| |
現在，在幻燈片末尾的附錄中，我提取了一些幻燈片來說明為什麼驗證很重要，但是對於本演講的重點，我只在適合預測模型時使用驗證。 |
| |
我們可以在JMP Pro中安裝許多不同類型的模型，但這絕不是詳盡的清單。 |
| |
我們可以擬合幾種不同類型的回歸模型。 如果我們有一個連續的響應，我們可以擬合線性回歸模型。 |
| |
如果我們的響應是分類的，則為邏輯回歸模型，但是我們也可以擬合廣義線性模型並懲罰回歸方法，所有這些均來自擬合模型平台。 |
| |
預測建模平台下有很多選擇，因此，神經網絡，具有增強功能的神經網絡以及不同數量的層和節點， |
| |
分類和回歸樹，以及更高級的基於樹的方法，以及其他幾種技術。 |
| |
多元方法平台還提供了一些預測建模選項，因此可以區分分析 |
| |
偏最小二乘和偏最小二乘有兩個區別...可用於預測建模的另外兩種類型的模型。 順便說一下，局部最小二乘也可以從擬合模型中獲得。 |
| |
為什麼我們有這麼多模型？ |
| |
在預測建模中，您經常會發現沒有一個模型 |
| |
或建模類型總是效果最好。 在某些情況下，神經網絡可能是最好的，而神經網絡通常是相當不錯的。。。 |
| |
但是，在其他情況下，您可能會發現更簡單的模型實際上表現最佳，因此最適合您的數據並最準確地預測的模型類型主要取決於您的響應以及數據的結構。 |
| |
因此，在找到最合適或最準確的模型之前，您可能需要擬合幾種不同類型的模型並比較這些模型。 |
| |
因此，在更廣泛的分析工作流程中，您從一個要解決的問題開始，然後編譯數據，準備數據並探索數據， |
| |
預測模型在分析和構建模型中失敗。 而且，典型的預測建模工作流程可能看起來像這樣，其中您需要對模型進行驗證。 |
| |
然後，您可以將該公式保存到數據表中，或將其發佈到公式庫中。 |
| |
然後您適合另一個模型並重複此步驟，因此您可能適合多個不同的模型 |
| |
然後比較這些模型。 在JMP Pro中，您可以使用模型比較平台執行此操作，然後在驗證數據上比較模型的性能，然後選擇最佳模型或最佳組合模型，然後部署模型。 |
| |
與模型篩選的不同之處在於，所有模型擬合和比較都是在一個平台（模型篩選平台）中完成的。 |
| |
因此，我們將使用一個您可能熟悉的示例，並且在社區中發布了有關使用這些數據進行模型篩選的博客，這些都是糖尿病數據。 |
| |
因此，情況是研究人員希望在基線後一年預測疾病的進展速度。 |
| |
因此，有幾個基準測量值，然後有兩種不同類型的響應。 |
| |
Y響應是定量測量，是一種連續測量，因此這是疾病進展的速率，然後是第二個響應Y Binary，該響應高或低。 |
| |
因此，Y Binary可以表示較高的進度或較低的進度。 |
| |
此處預測模型的目標是預測最有可能發生疾病高發的患者，以便可以採取糾正措施 |
| |
為了防止這種情況。 因此，我們將...我們將針對這兩種響應來看一下JMP Pro中的擬合模型，並且我們將了解如何使用模型篩選來擬合相同的模型。 |
| |
在我去JMP之前，我只想談一點我們如何比較預測模型。 |
| |
我們在驗證集或測試集上比較預測模型。 因此，基本上，我們正在做的是將模型擬合到我們稱為訓練數據的數據子集中。 |
| |
然後，我們將該模型與保留的數據進行擬合（通常將這些數據稱為驗證數據），以查看模型的性能如何。 |
| |
如果我們有連續的響應，則可以使用誤差的度量，因此均方根（RMSE）或RASE，即路由平均平方誤差，因此是預測誤差的度量。 |
| |
AAE，MAD，MAE，這些是平均誤差的度量，我們可以使用不同的R平方度量。 |
| |
為了獲得明確的答复，我們最常對錯誤或錯誤分類的度量感興趣。 |
| |
我們可能還對查看ROC曲線，查看AUC（曲線下的面積）或敏感性或特異性，假陽性，假陰性率感興趣。 |
| |
F1-Score和MCC，這是Matthews相關係數。 |
| |
因此，讓我切換到JMP。 |
| |
藏起來，我將打開糖尿病數據。 |
| |
讓我把它做大些，這樣您就可以看到它。 |
| |
這些就是數據。 有...有關442位患者的信息，同樣，我們得到Y響應，它是連續的，這是一年後疾病進展的數量。 我們將開始看Y，但是接下來我們還有第二個變量Y Binary。 |
| |
我們有基准信息。 |
| |
並且有一個列驗證。 因此，再次進行驗證，當我們擬合模型時，我們將僅使用訓練數據來擬合模型，並且將使用驗證數據來告訴我們何時停止增長模型，並為我們提供衡量模型質量的方法。模型真正適合。 |
| |
現在要構建此列，在預測建模下有一個實用程序，稱為模型驗證列。 |
| |
這為我們提供了許多用於構建驗證列的選項，因此我們可以將您的數據劃分為訓練驗證和測試集。 |
| |
而且，在大多數情況下，如果我們使用這種將數據劃分為子集的技術， |
| |
建議使用測試儀。 擁有測試集可以使您對未用於構建模型或停止模型增長的數據進行模型性能評估，因此即使我們沒有測試集，我也建議您這樣做案子。 |
| |
假設我要...我想找到一個最準確地預測響應的模型。 因此，正如您所看到的，有很多不同的模型可供選擇。 |
| |
我將從擬合模型開始。 |
| |
這通常是一個很好的起點。 |
| |
因此，我將建立一個回歸模型，以Y作為我們的響應，以Xs作為模型效果，此時我將只放入主要效果。 我將添加一個驗證列。 |
| |
現在從擬合模型開始，這裡的默認值將是標準最小二乘法，但是我們可以擬合很多不同類型的模型。 |
| |
我只是要運行最小二乘模型。 |
| |
這裡有兩點要指出。 注意此處的標記V。 |
| |
記住，我們使模型適合訓練數據，但我們也想看看模型在驗證數據上的表現如何，因此所有帶有V的標記都是驗證集中的觀測值。 |
| |
因為我們有驗證，所以這裡有一個交叉驗證部分，因此我們可以查看訓練集上的R平方，還可以查看驗證集上的R square以及RASE。 |
| |
通常，您會看到驗證統計信息會比訓練統計數據差一些，而且它們之間的距離越遠，就越能表明您的模型過度擬合或擬合不足。 |
| |
我想在此指出另一件事，這實際上超出了本演講的範圍，而這就是預測分析器。 |
| |
和預測探查器 |
| |
實際上，這是我第一次開始使用JMP的原因之一。 這是了解模型的一種非常有效的方法。 |
| |
因此，我可以更改任何X的值，並查看預測響應發生了什麼，這就是平均值，因此 |
| |
這些模型，我們正在預測平均值。 但是請注意，這些頻段是如何散發出總膽固醇和LDL，HDL的，沒錯。 這是因為我們在那些區域中沒有任何數據。 |
| |
因此，我想一遍又一遍地指出這個新功能，這超出了本文的討論範圍，這就是所謂的外推控制。 如果我打開警告並拖動 |
| |
總膽固醇，請注意，它告訴我可能存在推斷。 這是在告訴我，我正在嘗試預測一個我確實沒有任何數據的區域，如果我轉向 |
| |
繼續使用此推算控件，請注意，它會截斷該條，該行，因此，基本上是說您無法對該區域進行預測。 因此，如果要擬合模型，可能要檢查一下。 這是一個非常強大的工具。 |
| |
因此，可以說我已經完成了所有診斷工作。 我已經簡化了此模型，並且希望能夠保存我的結果。 |
| |
好吧，有兩種方法可以做到這一點。 我可以轉到紅色列，保存列，保存預測公式。 |
| |
因此，這將保存我剛剛構建到數據表中的線性模型。 因此，您可以在後台在這裡看到它。 然後，如果我向該數據表添加新值，它將自動預測響應。 |
| |
但是我可能想將模型另存為另一種形式，因此，我可能會發布 |
| |
將此配方送出到配方倉庫。 而且公式倉庫實際上獨立於我的數據表，但是這允許我做的是，我可以復制腳本並將其粘貼到具有新數據的另一個數據表中，以對新數據進行評分。 |
| |
或者，我可能想用另一種語言生成代碼，以允許我在某種生產系統中部署它。 |
| |
我將繼續並關閉此操作。 這只是一個模型。 現在，如果我適合一個更複雜或更複雜的模型，它可能會獲得更好的性能嗎？ |
| |
因此，我可能適合其他模型。 因此，例如，我可能...我只是想回想起。 我可能將人格從標準最小二乘改為廣義回歸。 |
| |
這使我可以指定不同的響應分佈。 我會堅持正常並單擊“運行”。 |
| |
因此，這將使我適應不同的懲罰方法，並使用不同的變量選擇技術。 如果您還沒有檢查出廣義回歸， |
| |
它是超級強大，超級靈活的現代建模平台。 我要單擊“開始”。 假設我適合這個模型 |
| |
並且我希望能夠將此模型與我已經保存的模型進行比較。 因此，我可以將預測公式保存到數據表中。 所以現在我在數據表的背景中還有另一列。 |
| |
否則我可能想再次發布 |
| |
到 |
| |
公式詳細信息，所以現在我在這裡有兩個不同的模型。 而且我可以繼續。 因此，這只是廣義回歸中的一種模型。 我也可以適合幾種不同類型的 |
| |
預測模型菜單中的預測模型，例如神經網絡或分區或自舉林或增強樹。 |
| |
現在，通常我需要做的就是擬合所有這些模型，將結果保存到數據表或公式庫中，如果我將它們保存到 |
| |
在數據表中，我可以使用此模型比較平台來比較不同的競爭模型。 我可能有很多模型，這裡我只有兩個。 |
| |
實際上，我什至不必指定模型是什麼，只需要指定驗證即可。 我實際上有點喜歡將驗證放在by字段中。 |
| |
因此，這為我提供了針對訓練集和驗證集的適合統計信息，而我將僅查看驗證步驟的統計信息。 因此，我將使用它來幫助我選擇性能最好的模型。 |
| |
我感興趣的是較高的R square值，較低的RASE值（均方根誤差）和較低的平均絕對誤差。 在這兩個模型之間，看起來這種擬合最小二乘回歸模型是最好的。 |
| |
現在，如果我要擬合所有可能的模型，則可能會很費時。 因此，除了執行此操作外，JMP Pro 16中的新功能是一個稱為模型篩選的平台。 |
| |
當我啟動模型篩選時，就像我們已經看到的那樣，它在頂部有一個對話框，所以我將繼續進行填充。 |
| |
我將添加一個驗證，但從側面看，您會看到我可以選擇幾個不同的模型並一次擬合這些不同的模型。 |
| |
因此，決策樹，自舉森林，增強樹，K個最近的鄰居，對，我可以擬合所有這些模型。 |
| |
而且它不會運行沒有意義的模型，因此我將連續響應邏輯回歸作為我的選擇之一，它將不會運行邏輯回歸模型 |
| |
不斷的回應。 注意，這裡我還有XGBoost這個選項。 |
| |
出現的原因是有一個加載項，它實際上使用了開源庫，如果您安裝了此加載項（JMP用戶社區中提供了該加載項， |
| |
它稱為XGBoost，並且僅在JMP Pro中有效），但是如果您安裝此插件，它將自動出現在模型篩選對話框中。 |
| |
因此，我只想單擊“確定”，當我單擊“確定”時，它將要做的是啟動並啟動每個平台。 |
| |
然後將所有結果拉到一個窗口中。 所以我點擊了。 我這裡沒有很多數據，因此速度非常快。 |
| |
在細節之下，這些都是適合的所有單個模型。 如果打開這些對話框中的任何一個，我都可以看到結果，並且可以訪問該菜單中的其他選項。 |
| |
因此，我將詳細介紹一下。 默認情況下，它所做的是報告訓練數據的統計信息，但是它向我顯示了驗證數據的結果，因此我可以看到R square和RASE。 |
| |
默認情況下，它按RASE的順序排序，最低的是最好的。 |
| |
但是我這裡有一些捷徑選項，因此，如果我想找到最好的模型，可能R平方對某些模型最合適，而RASE對另一些模型更好，我將單擊“選擇主導” 。 |
| |
在這種情況下，它選擇了神經增強的，因此在所有這些模型中，最好的模型是神經增強的。 而且，如果我想更仔細地研究這個模型，我可以在神經網絡下查看這裡的細節。 |
| |
或者，我可以簡單地說，選擇運行。 |
| |
現在我沒有談論這個，但是在對話窗口中有一個設置隨機種子的選項。 |
| |
如果我設置了該隨機種子，那麼此處啟動的結果將與此處看到的相同。 這是一個...這是一個 |
| |
具有三個節點的神經模型使用TanH函數，但它也使用了Boosting。 因此，在設計該平台時，開發人員進行了大量模擬，以確定不同模型的最佳起點和最佳默認設置。 |
| |
因此，神經增強是最好的。 |
| |
和 |
| |
如果我希望能夠部署此模型，那麼現在我可以做的就是保存腳本 |
| |
或者可以運行它，也可以將其保存到更深的公式中。 |
| |
因此，這是一個持續不斷的響應，紅色三角形下方還有其他一些選擇。 如果我有明確的答复怎麼辦？ 對於明確的答复，我可以使用相同的平台。 再說一次，我將去模型篩選。 |
| |
我將單擊“回想”，但是將使用Y Binary而不是Y。 |
| |
而且我不會更改任何默認方法。 我將放入一個隨機種子，例如12345，我只是獲取隨機數。 |
| |
而這將使我具有可重複性。 因此，如果我將任何模型保存到數據表或公式庫中， |
| |
模型中的統計數據將相同，擬合度將相同。 這裡還有其他一些選擇。 我們可能要關閉一些報告等功能。 |
| |
我們可能想使用其他交叉驗證方法，因此該平台包括K折驗證，但它也使用嵌套的K折交叉驗證。 |
| |
我們可以重複一遍。 真是太好了。 有時將我們的數據劃分為訓練驗證和測試不是最佳方法，並且是K折 |
| |
實際上可以好一點。 底部還有一些其他選項。 因此，我們可能想添加兩種方式的交互。 我們可能要添加二次效應。 |
| |
在其他方法下，這將適合其他廣義回歸方法。 因此，我將繼續並單擊“確定”。 |
| |
好的。 它運行所有模型，並且再次，這是一個小數據集。 非常快。 |
| |
是的，外觀相同，但是現在的統計數據不同。 因此，我得到了誤分類率。 我在曲線下有一個區域。 我還得到了一些R平方度量，然後是均方根誤差。 |
| |
我要單擊“選擇優勢”，再次，優勢方法是神經增強的。 |
| |
現在，如果我希望能夠探索其中一些不同的模型怎麼辦？ 因此，此處的錯誤分類比逐步分類的錯誤分類低很多。 |
| |
AUC有點類似，它總體上最低，但可能沒有那麼好。 讓我抓住其中的一些。 因此，如果我單擊其中的一些，也許我會...也許我會選擇這四個，這五個。 |
| |
如果我有興趣查看ROC曲線以比較模型，則可以查看ROC曲線。 |
| |
這裡有一些不錯的控件，可讓我關閉模型並專注於某些模型。 |
| |
我真的很興奮的一個新功能是稱為決策閾值的東西。 |
| |
決策閾值允許我們看什麼， |
| |
首先是查看訓練數據，這是為我們提供了數據快照。 |
| |
錯誤分類率基於0.5的分類臨界值。 因此，對於每個模型，它向我顯示了實際上的高點和低點。 如果我們專注於高點，則將綠色點正確分類為高點。 |
| |
紅色區域中的分類錯誤，因此它向我們顯示了正確的分類和錯誤的分類，然後在側面報告了此處的所有統計信息 |
| |
然後在下面看到幾個不同的指標以及許多圖表，這些圖表使我們可以查看錯誤的分類以及真實的分類。 |
| |
我要關閉它，看看 |
| |
驗證數據。 |
| |
那麼為什麼這有用呢？ 好吧，您可能有一個特定的場景，對最大程度地提高靈敏度感興趣 |
| |
同時保持一定的特異性。 還有敏感性...這裡有一些定義。 靈敏度是真實的陽性率； |
| |
特異性是真正的陰性率。 這是...這是我們要研究疾病進展的場景，因此我們要確保自己...我們保持了很高的敏感性 |
| |
同時確保我們的特異性很高。 所以我們可以做的是在這裡有一個滑塊，我們可以抓住這個滑塊， |
| |
我們可以看到隨著分類截止值的變化，分類如何變化。 |
| |
因此，當您查看競爭模型時，我認為這是一個非常強大的工具，因為您可能擁有的某些模型的總截斷值為0.5，因此，它們的分類錯誤率可能最高。 |
| |
但是，您可能還會遇到以下情況：如果更改分類的臨界值，則不同的模型可能會產生不同的效果。 因此，例如，如果我在這裡的某個區域，我可能會發現逐步模型實際上更好。 |
| |
現在，為了進一步說明這一點，我想打開一個不同的例子。 |
| |
這個示例稱為信用卡營銷。 |
| |
如果我回到幻燈片，只是為了介紹這種情況。 |
| |
在這種情況下 |
| |
根據市場研究，我們收到了很多有關接受信用卡優惠的數據。 |
| |
答復是，要約被接受了。 在這種情況下，實際只接受了研究中5.5％的報價。 |
| |
現在有一些我們感興趣的因素，因此提供了不同類型的獎勵， |
| |
並且有不同的郵件類型。 因此，這實際上是一個設計好的實驗。 我們將實際上，實際上是，忽略這一部分……本研究的那個方面。 |
| |
而且還有財務信息，因此在此示例中，我們將堅持……堅持一個目標，那就是確定最有可能接受該報價的客戶的目標。 |
| |
而且，如果我們可以確定最有可能的客戶，則在這種情況下，我們可能僅將報價發送給更可能接受報價的子集，而忽略其餘的報價。 這就是這裡的情況。 |
| |
我將打開這些數據。 |
| |
我有10,000個觀察結果，我的答復是接受報價。 |
| |
而且我已經將腳本保存到了數據表中，因此獲得了飛行里程，郵件類型，收入水平，信用等級以及其他一些財務信息。 |
| |
正在執行...我運行了一個保存腳本。 它正在運行所有模型。 在這種情況下，神經系統將花費最多的時間，因為它運行的是增強型神經系統。 |
| |
這將需要幾秒鐘的時間。 它正在運行支持向量機。 如果我有超過10,000個觀察值，則支持向量機將超時，並且實際上將無法運行。 |
| |
我還要再說一遍。 我正在使用驗證，所以為此使用了標準驗證，其中有一個驗證列。 在這種情況下，我有一列零和一，JMP將識別訓練數據的零和驗證數據的零。 |
| |
好的。 我們去了。 好的，它就運行了，如果您要處理的是大數據表，則有一個...您可以運行一個報告 |
| |
看過去的時間。 在這種情況下，支持向量機實際上花費了最長的時間，這就是為什麼有時如果我們有超過10,000個觀測值，它就不會運行的原因。 |
| |
因此，讓我們看看這些。 因此，如果我選擇主導模型，那麼我們最好的模型是神經增強模型和決策樹，但我想在此指出一些內容。 注意分類錯誤率。 |
| |
除支持向量機外，所有模型的誤分類率均相同。 為什麼會這樣呢？ 好吧，如果我接受接受分配的報價 |
| |
（讓我把它做大一點，以便我們可以看到它），然後只關注驗證數據，請注意，我們的觀察點中有0.063％是“是”。 這正是我們的模型所預測的。 |
| |
為什麼要這樣做呢？ |
| |
我將再次詢問決策閾值。 |
| |
在這里關注此圖，該圖有很多用途，在這種情況下，向我們顯示的是分類的截止值為.5 |
| |
但是我們的擬合概率都沒有接近這個概率，對。 因此，結果是該模型將正確分類為否 |
| |
或將是歸為否。 它從未將任何事情歸類為是，因為沒有一個概率大於0.5。 所以如果我伸出這個傢伙， |
| |
是的，我可以看到這兩種模型之間的差異。 因此，神經增強的最高概率約為.25，決策樹的最高概率約為.15。 |
| |
並請注意，對於決策樹，決策樹基本上是在進行一系列二進制拆分，並且基本上我有幾個預測值，而神經增強算法則在點上向我展示了一個不錯的隨機模式。 因此，讓我將其更改為.12。 |
| |
是的，它截止到.12，實際上，如果我將其滑動，請注意，我得到的降低，我實際上開始得到（我將在此處打開指標），我開始獲得一些真正的肯定。 |
| |
我開始得到一些誤報。 因此，當我拖動它時，您可以在欄中看到它，但是該欄有點小，對。 神經增強了，我開始看到一些真實的正面和一些錯誤的正面。 |
| |
現在您開始看到它們。 一旦超過了第一點，我就會開始在決策樹中看到它。 |
| |
因此，對於這些數據，使用0.5的臨界值沒有任何意義，我可能再次...我可能會嘗試找到一個使我具有最高靈敏度的臨界值，同時又要保持適當的特異性。 |
| |
在這種情況下，我將指出另外兩個統計數據。 |
| |
F1是F1分數，這實際上是衡量我們能夠捕捉到真正積極因素的程度的指標。 |
| |
MCC是馬修斯相關係數，這是衡量它在四種可能性中的每種分類情況的好方法。 所以我有... |
| |
我可以有假陽性，假陰性，真陽性，真陰性。 |
| |
我實際上沒有說對應於此處的方框，但我有四個不同的選擇。 MCC是介於負1到正1之間的相關係數，用於衡量我如何預測這四個框中的每個四個中的值。 |
| |
因此，我可能想探索為您提供最大F1值或最大MCC值的分界線。 假設我以這種方式向下拖動。 請注意 |
| |
靈敏度正在迅速提高，特異性開始下降，所以也許在.5左右，對，我到達了特異性下降得太遠的地步。 |
| |
我可能會找到一個分界線，在底部有這個選項可以設置利潤矩陣。 如果我將其設置為我的利潤矩陣，那麼將要發生的是，它將使我能夠使用此截止值對新數據進行評分。 |
| |
因此，如果我將其設置為“正常”，那麼對我所做的任何將來的預測（如果將其保存到數據表或公式庫中）都將使用該截止值。 |
| |
在這種情況下，我可能實際上擁有一些可以構建到利潤矩陣中的財務信息。 |
| |
因此，例如，我可能不了解使用與滑塊相關的美元價值，而不是使用滑塊來選擇截止點。 也許如果實際的答復是“否”， |
| |
但我向他們發送了要約，所以是的，我想他們會同意的，我向他們發送了要約。 也許這要花我5美元，對，所以我那裡有負值。 |
| |
也許我對潛在利潤有所了解，所以也許利潤...在這段時間內的潛在利潤為100美元，也許我失去了一些機會。 也許我說，如果是-100， |
| |
該人實際上會做出回應，但我沒有向他們發送要約。 因此，也許這是失去的機會，有時我們將其留空。 現在，如果我改用這個， |
| |
我還有一些其他信息顯示出來，因此它可以識別出我有一個利潤矩陣。 現在，如果我看一下指標，就可以基於此利潤，根據自己的最佳模型做出決策。 |
| |
因此，我將這些附加信息納入決策制定，有時我們有一個利潤矩陣，我們可以直接使用它，有時卻沒有。 這是我可以看到神經增強模型將為我帶來最佳總體利潤的情況之一。 |
| |
因此，這是模型篩選的先睹為快，讓我回到幻燈片上。 |
| |
我們在這裡看到了什麼？ 好吧，我們談到了預測建模 |
| |
以及預測建模與解釋建模有何不同的目標。 因此，我們的目標是準確預測或分類未來的結果，因此我們希望對未來的觀察結果進行評分。 |
| |
而且，我們通常會使用驗證來擬合和比較許多模型，然後選擇做得最好，預測最準確的模型或模型組合。 |
| |
模型篩選確實簡化了此工作流程，因此您可以使用一個平台同時適應許多不同的模型。 |
| |
而且我真的只使用默認值，因此我可以安裝比實際安裝的複雜得多的模型。 這使得選擇主導模型，探索模型細節非常容易。 我們可以適應新型號 |
| |
從細節。 如果要處理分類數據，則此決策閾值可讓您探索分類的臨界點，並且還集成了包含利潤矩陣的功能。 |
| |
對於任何選定的模型，我們都可以將模型部署到公式庫中或將其保存到數據表中。 因此，這是一個非常強大的新工具。 |
| |
欲獲得更多信息。 我在看到F1分數和Matthews相關係數之前就知道了分類指標，這些統計數據對我來說還比較陌生。 |
| |
為了理解敏感性和特異性，該Wikipedia帖子提供了一些非常非常好的示例和非常好的討論。 |
| |
還有一些非常好的資源可用於預測建模和模型篩選。 在JMP用戶社區中，有一條新的路徑，即學習JMP，可以訪問視頻， |
| |
掌握JMP系列視頻。 Ruth Hummel和Mary Loveless去年在圖森的JMP Discovery上發表了一個非常好的演講，談到了什麼時候使用哪種型號。 |
| |
這在談論不同的建模目標以及何時要使用每個模型方面做得很好。 |
| |
如果您是預測建模的新手，那麼我們的免費在線課程STIPS是“工業問題解決的統計思維”，第7單元是預測建模的簡介。 |
| |
所以我推薦這個。 有一個模型篩選博客使用了我要指出的糖尿病數據，並且我還想指出，本書還有第二版，《用JMP Pro建立更好的模型》， |
| |
在接下來的幾個月內就會出現。 他們還沒有新的封面，但是他們打算...在書中包括模型篩選。 |
| |
所以，這就是我所擁有的。 請隨時對此發表評論或提出問題，我希望您喜歡會議的其餘部分。 謝謝你。 |
