Come utilizzare una colonna di convalida in JMP15 normale (non JMP Pro)Ciao,
Vorrei creare modelli predittivi utilizzando Partition, Logistic Regression e Neural Networks per la mia risposta categorica Y (Pass o Fail) in JMP 15. Non ho la versione JMP Pro.
Sono stato in grado di creare una colonna di convalida contenente set di addestramento, convalida e test.
Come posso utilizzare la colonna di convalida nella versione normale di JMP durante la creazione e la valutazione dei modelli?
La partizione e la piattaforma di rete neurale offrono impostazioni di "convalida" integrate. Tuttavia non utilizzerà la mia colonna di convalida in cui ho anche righe di prova.
La piattaforma Fit Model non offre alcuna impostazione per la convalida nella versione normale di JMP.
Qualsiasi aiuto su come utilizzare la mia colonna di convalida in queste piattaforme utilizzando la versione normale di JMP sarebbe molto apprezzato.
Grazie!
AnalyticsRi: Come utilizzare una colonna di convalida in JMP15 normale (non JMP Pro)Hai dato un'occhiata a:
Convalida in JMP e JMP Pro
Puoi farlo manualmente, escludendo le righe per la convalida, e dopo che il modello è stato costruito, distribuiscilo e confronta i risultati (salva la formula prevista e lascia che calcoli le previsioni anche per il set di convalida).
Ri: Come utilizzare una colonna di convalida in JMP15 normale (non JMP Pro)Grazie per l'informazione ma qualcosa non mi è ancora chiaro.
Costruisco il mio modello con le righe non escluse che sono il set di addestramento e salvo la formula di previsione. Calcolo la previsione per il set di convalida e la confronto con il set di addestramento.
E il set di prova? Cosa farò ora con il set di test e in che modo differisce dal set di convalida in questo caso?
Ri: Come utilizzare una colonna di convalida in JMP15 normale (non JMP Pro)Sì, capisco questo problema, i termini sono un po 'confusi.
Di solito il set di addestramento viene utilizzato per costruire il modello e anche il set di convalida fa parte del processo di creazione del modello (per mettere a punto il modello, per scegliere il modello giusto, per evitare l'overfitting).
Quindi sia il set di addestramento che quello di convalida vengono utilizzati per definire il modello.
E il set di test dovrebbe essere completamente nuovo per il modello. È giudicare le prestazioni del modello su dati mai visti.
Quindi nel tuo caso puoi capire il set di convalida come set di test, hai solo bisogno di due set diversi, uno per costruire il modello, l'altro per testarlo.
