最近にとても興味を持ってくれてとても嬉しかったです技術的に言えばJMP Pro16の強力な新機能であるモデルスクリーニングを備えています。 モデルを構築しているとき、特定のデータセットでどの方法が最適に機能するかはわかりません。
モデルスクリーニングを使用すると、一度に複数のアプローチを試し、モデルのパフォーマンスを評価し、ニーズに応じて決定しきい値をカスタマイズするなど、最もパフォーマンスの高いモデルを選択できます。 この強力な新機能は非常に多くの質問を生み出し、すべてに答えることはできませんでした。 そのため、このブログ投稿でそれらに対処しています。 モデルスクリーニングの速度とパワーは、で確認できます。技術的に話すのこのエピソード。
モデルスクリーニングプラットフォームを表示するためのステージを設定するKemalOflus。
一般的な質問
ノンパラメトリックモデルを適合させようとすると、高い予測可能性が得られる可能性がありますが、モデルの解釈可能性は失われます。 実際の製造問題において、予測可能性と解釈可能性のバランスをどのように達成するのでしょうか。
これで分析的に話すのエピソード、ガリットシュムエリ彼女のよく引用された論文でこのトピックの詳細を掘り下げます、説明または予測する。 基礎となるモデルによって説明できる分散の量に関してモデルのパフォーマンスを要約するRSquareのようなメトリックがあります。 RSquareが高いモデルは、低いモデルよりも技術的に優れています。 モデルの解釈可能性は、入力と出力の関係についての洞察を提供します。 解釈されたモデルは、独立した機能が依存する属性を予測する理由に関する質問に答えることができます。 この問題が発生するのは、モデルの精度が上がると、解釈可能性が犠牲になり、モデルの複雑さが増すためです。 この場合、JMPプロファイラーは、基礎となるモデルを視覚化するのに役立ちます。これにより、対象分野の専門知識を使用して、モデルの健全性と実現可能性を検証できます。 パラメータが少ないモデルの方が解釈が簡単です。 これは直感的です。 線形回帰モデルには、入力特徴ごとの係数と切片項があります。 たとえば、各用語を見て、それらが出力にどのように寄与するかを理解できます。 ロジスティック回帰に移行すると、出力への関数変換を犠牲にしてモデル化できる基礎となる関係の点でより強力になりますが、これも係数とともに理解する必要があります。 （適度なサイズの）デシジョンツリーは理解できる場合があります。バギングされたデシジョンツリーでは、イベントの発生が予測される理由を解釈するために別の視点が必要です。 さらに推し進めると、複数のモデルを1つの予測に最適化してブレンドすることは、意味のある、またはタイムリーな解釈を超えている可能性があります。 繰り返しますが、JMPプロファイラーは私たちが構築したモデルを視覚化して解釈するのに最適なツールです。
回帰モデルを評価するとき、適切なモデルを示す適切なRSquareメトリックの標準範囲はありますか、それともコンテキストに依存しますか？
これはコンテキストによって異なります。株式市場を予測しようとする場合、心臓弁が機能しなくなるかどうかを予測しようとする場合と比較して、55％のRSquareで十分です。
トレーニングセットと検証セットの違いは何ですか？ これらのセットに含まれるデータシナリオのタイプについて詳しく説明していただけますか？
トレーニングセットは、データから学習する（そしてモデルを構築する）ために使用するものです。検証セットは、トレーニングセットから学んだことを検証することです。 十分なデータがある場合は、モデルをさらに調整するためのテストデータセットも用意し、検証セットを使用して結果を検証することをお勧めします。
PLSを使用しない理由はありますか？
特別な理由はありません。解釈が難しく、ウェビナーで見たデータセットにはあまり適切ではないからです。
一部のアッセイには、より大きな誤差があります。 モデルに予想されるエラーを入力する方法はありますか？
これが分類子の使用に関する質問である場合、デフォルトでは分類しきい値は50％に設定されていますが、状況に応じて、このしきい値を変更できます。
コーヒーのサンプルに関して、なぜニューラルブースト法は他のすべてのモデル（互いに同一であった）と比較してサンプルサイズが小さいのですか？ 神経ブーストのRSquare値は、より適切なデータを選択することで利点を得ましたか？
これは、選択した入力要素のいくつかに欠測値があったためです。一部のアルゴリズムは欠落値を処理できるため、特定の観測からの残りの情報を使用します。 ただし、ニューラルネットワークではできないため、サンプルに含まれる観測値の数は少なくなります。
複数のモデルのパラメータ設定をどのように調整して比較しますか？
モデルのスクリーニングおよび比較プラットフォームは、複数のモデルを平均化/結合/集約する方法を提供します。これにより、アンサンブルモデルを作成し、それを使用してパラメーター設定を最適化できます。
このプロセスは過剰適合しやすいようです。 これをAICとどのように比較しますか？
AIC値は、モデルスクリーニングプラットフォームの個々のモデルの概要セクションに適切なモデルとして表示されます。 の詳細オンラインヘルプモデル比較レポートでこれ以上をカバーします。
データサイエンティストは、JMPでは不可能な重要な役割を果たしていませんか？ たとえば、データサイエンティストは、分類問題でFPを増加させるリスクを冒して、より多くの真陽性（TP）を取得することの間でバランスを取ることができます。 JMPはこのトレードオフにどのように対処し、モデラーに伝達しますか？
ソフトウェアは、データと該当するユースケースの間の架け橋となる対象分野の専門家（この場合はデータサイエンティスト）の役割を置き換えることはできません。 ただし、JMPがモデル評価メトリック（RSquare、調整済みRSquare、誤分類率、混同行列、そして最も重要なのはプロファイラー）で提供するツールとレポートにより、組織のさまざまなレベルへの調査結果の伝達が非常に簡単になります。
JMP機能に関する質問
JMPで用量反応ロジスティックモデリングを行うことはできますか？
はい、これ役職コミュニティとこれで1 JMPパートナーであるPegaAnalyticsから、JMPでこれを行う方法について詳しく説明しています。
JMPでエージェントベースモデリングを実行できますか？
現時点ではありません。
ユーザーはモデルパラメータの値を指定できますか、それともデフォルト値が想定されていますか？
モデルスクリーニングプラットフォームは、最適なパラメーター設定（たとえば、ツリーの数、ブーストされたレイヤーなど）を見つけるように設計されています。 線形モデルの交互作用項を含めることができます。 最適なモデル（またはモデルのセット）が見つかったら、各モデルをさらにカスタマイズできます。
ワークシートに検証列がありますか？ これは自動的に入力されますか？
検証列がある場合は、それを利用できます。 そうでない場合、JMPは検証列を作成するための複数の方法を提供します。 見るオプションこれを行う方法の。
データと予測をJMPに入れた場合、Pythonで作成されたモデルのモデル分析（予測プロファイラーなど）を取得する方法はありますか？
Excel JMPアドインには、Excelで作成されたモデルにのみ使用できるExcelプロファイラーがあります。 ただし、ソフトウェアにアクセスできる場合、JMPはPython、R、またはMATLABスクリプトを実行したり、データをやり取りしたりできます。
生データから作成されたモデルで最適に機能する可能性のあるカスタム変数を作成するのはどうですか？ このプラットフォームはこれを処理しますか、それとも入力として使用するために最初にこれらを作成する必要がありますか？
モデルスクリーニングプラットフォームは、データをそのまま使用します。主成分のようないくつかの複合変数があるべきだと思うなら、それらは別々に作成されなければなりません。 a * bや二次方程式などの単純な交互作用変数は、ダイアログボックスのチェックボックスから選択できます。 また、ニューラルネットワークの各ノードは、物理的な意味を持つ可能性のある複合変数にも対応しています（ただし、これらを制御することはできません）。
JMPはRまたはPythonで作成されたモデルを組み込むことができますか？
モデルを使用して結果を予測するRまたはPythonスクリプトがある場合は、JMPにR / Pythonスクリプトを実行させ、必要に応じて結果を新しい列変数として使用できます。 この白書、「JMP Synergies：Using JMP and JMP Pro With Python and R」は、すばらしいリソースです。
テキストデータに対してJMPを使用したことがありますか？
JMPには、テキストエクスプローラープラットフォームが組み込まれています。 このJMPディスカバリーサミットトークいくつかの良い例があり、オンラインヘルプ良い概要を示します。
Prediction Profilerで、yとxの1つの動作を比較すると、それが唯一のxであると見なして確立されますか、それともモデル内に他のxがあることを認識して動作を想定しますか？
プロファイラーは、複数の入力変数と目的の出力変数との関係を調査および最適化する方法を提供します。 入力変数は、互いに独立するように設定することも、互いに相互作用するように設定することもできます。 このビデオプロファイラーの使用方法を示します。 私たち自身のブラッドリージョーンズ、R＆Dの著名な研究員はこれを書いたJMPまえがき記事最も人気のあるインタラクティブな視覚化の1つであるプロファイラーの30周年を記念して。
