모델 스크리닝 플랫폼 : Decision Threshold Profiler 아래의 "Remember Settings"옵션다음에서 참조 된대로 분석> 예측 모델링> 모델 스크리닝에서 JMP의 새로운 모델 스크리닝 플랫폼 옵션이 정말 마음에 듭니다. https://community.jmp.com/t5/JMP-Blog/Model-Screening-in-JMP-Pro-16/bc-p/384039#M4078 .
이 예의 맥락에서 또는 다른 맥락에서 나에게 특히 유용 할 것이라고 생각하는 한 가지 기능은 JMP의 특정 플랫폼 (예 : Analyze> Fit Model)에서 피팅 모델을 지정할 때 Prediction Profiler와 유사한 옵션이 될 것입니다. 설정 기억 "을 사용하여 거짓 양성 및 거짓 음성 비율에 대한 서로 다른 절충 시나리오간에 효과적으로 '전환'할 수 있습니다.
오탐을 증가시키는 잠재적 인 비용으로 오탐을 최소화하는 데 초점을 맞추도록 모델을 조정하기 위해 결정 임계 값 확률에 대한 수준 설정을 "프로파일"하는 옵션은 제가 특히 관심이있는 시나리오입니다.품질 위험 관점 (더 높은 제조 스크랩 비용으로 최종 사용자 보호)에서 더 높은 오경보를 허용 할 수 있습니다.
다음은 제가 말하는 것을 보여주는 그림입니다 (Y에서 X의 다양한 입력 설정 조합에서 "Remember Settings"를 선택한 후 Prediction Profiler 아래의 Fit Model Platform에서 출력 된 평범한 "Remember Settings"출력입니다. Diabetes.jmp 샘플 데이터 세트 예) :
감사!
다른통계 및 분석Re : 모델 스크리닝 플랫폼 : Decision Threshold Profiler의 "Remember Settings"옵션이 소원에 대한 설명을 요청합니다. 동일한 임계 확률이 모든 모델에 적용되기를 원합니까, 아니면 각 모델을 기억하고 비교할 "최적"임계 값을 요구합니까?전자라면 나쁜 생각이라고 생각합니다.확률 분포는 모델에 따라 상당히 다르므로 모델마다 다른 임계 값이 선택 될 수 있습니다.후자의 경우 이것이 어떻게 구현 될지 모르겠습니다 (하지만 아이디어가 마음에 듭니다).그것은 단순히 임계 확률을 0으로 설정하기 때문에 거짓 부정을 최소화하는 것과 같이 자동 일 수 없습니다. 따라서 트레이드 오프를 보는 방법에 따라 각 모델에 대해 다른 임계 값을 선택할 수 있어야합니다. 수익 매트릭스와 함께 사용할 수 있습니다 (수익 매트릭스는 사용하기가 매우 어렵습니다).
모든 모델의 임계 값을 변경하고 혼동 행렬을 보여주는 간단한 슬라이더가 있으면 나에게 그다지 유용하지 않을 것입니다. 나는 그것이 상대적인 모델 성능의 환상을 제공 할 것이라고 생각합니다. 하나의 모델이 0.15의 임계 값을 요구하고 다른 하나는 0.30을 요구하는지 여부는별로 신경 쓰지 않습니다. 내가 신경 쓰는 것은 각 모델을 사용하여 예측하는 방법입니다.
