XGBoost 모델을 사용하여 홀드 아웃 테스트 세트에서 예측JMP 16을 사용하고 있습니다. XGBoost 추가 기능을 설치했습니다. 이것을 사용하여 xgbbost 모델을 개발했습니다. '예측 수식 저장'을 사용하여 데이터 테이블에 모델을 저장했습니다.이제 예측을 얻기 위해 공식을 실행하려는 별도의 홀드 아웃 테스트 세트가 있습니다.공식을 클릭하면 (첨부 된 그림 참조) 공식이 훈련 및 검증 세트에 의존한다는 것을 알았습니다. 이것은 또한 홀드 아웃 테스트 세트에 대한 모델을 실행하는 데 방해가됩니다.
해석학Re : XGBoost 모델을 사용하여 홀드 아웃 테스트 세트에서 예측질문에 대한 답을 잘 모르겠지만 모델에 변수가없는 것 같습니다 (열 이름은 확인 과 훈련 및 수축 포식자 검증 )? 따라서 수식은 해당 열 이름의 함수입니다. 변수 측면에서 모델을 다시 작성하거나 홀드 아웃 데이터 세트의 열 이름을 변경 하시겠습니까?
Re : XGBoost 모델을 사용하여 홀드 아웃 테스트 세트에서 예측jmp 파일을 추가했습니다. XGBoost 모델을 살펴보면 세부 사항을 볼 수 있습니다. 17 개의 변수가 있습니다.
Re : XGBoost 모델을 사용하여 홀드 아웃 테스트 세트에서 예측데이터 세트는 XGBoost 추가 기능의 도움말 메뉴에 사용 된 것과 동일합니다. 플랫폼 응용 프로그램에 표시된 단계를 따랐습니까?
Re : XGBoost 모델을 사용하여 홀드 아웃 테스트 세트에서 예측예. 나는했다. 나는 여전히 공식을 얻을 수 없었다.
Re: XGBoost 모델을 사용하여 홀드아웃 테스트 세트 예측데이터를 볼 시간이 없어서 죄송합니다. 또한 플랫폼에 대한 경험이 많지는 않지만 플랫폼을 사용하여 중요한 요소를 찾은 다음 적합 모델에서 모델을 다시 작성하고 실행하고 예측 공식을 저장해야 한다고 생각합니다. 하지만 다시, 저는 여기 경험이 없습니다. 아마도 데이터 테이블의 변수 측면에서 실제 모델을 얻는 더 쉬운 방법이 있을 것입니다...
Re: XGBoost 모델을 사용하여 홀드아웃 테스트 세트 예측webex 통화를 통해 보여주시겠습니까?
Re: XGBoost 모델을 사용하여 홀드아웃 테스트 세트 예측Russ에게 연락하는 것이 좋습니다. JMP Pro용 XGBoost 추가 기능
Re: XGBoost 모델을 사용하여 홀드아웃 테스트 세트 예측안녕하세요 @sukrit2020 ,
권장되는 접근 방식은 별도의 홀드아웃 테스트 세트를 기본 데이터에 Y 목표 값이 누락으로 설정된 새 행으로 추가하는 것입니다. 그러면 수식이 자동으로 해당 행에 대한 예측을 생성합니다.
또한 XGBoost는 다른 JMP 플랫폼과 다르게 유효성 검사를 처리한다는 점에 유의해야 합니다.유효성 검사 열이 명목이면 각 수준에 대해 자동으로 전체 k-폴드를 수행합니다.이것이 공식이 그렇게 보이는 이유입니다.유효성 검사 열에 "검증" 및 "교육"과 같은 두 가지 수준이 있는 경우 혼동될 수 있습니다.이 경우 XGBoost는 값에 관계없이 각 하위 집합을 유지하면서 실제로 2배를 수행합니다.
폴드를 설정하는 더 좋은 방법은 K-폴드 열 만들기 유틸리티를 사용한 다음 유효성 검사 열로 사용하는 것입니다.반복되는 k-폴드가 단일 홀드아웃 세트를 사용하는 것보다 모델을 검증하는 훨씬 더 좋은 방법이라고 생각합니다.단일 홀드아웃만 수행하려는 경우 유효성 검사 열의 유형을 연속으로 설정해야 하며 값 0은 교육에 해당하고 1은 유효성 검사에 해당합니다.
Re: XGBoost 모델을 사용하여 홀드아웃 테스트 세트 예측안녕하세요 러스입니다.
절차를 보여줄 수 있는 webex를 설정할 수 있습니까? 저는 JMP를 처음 접하기 때문에 귀하의 지시를 완전히 따를 수 없었습니다.
감사 해요,
수크리트
Re: XGBoost 모델을 사용하여 홀드아웃 테스트 세트 예측안녕하세요 러스입니다.
이전 메시지와 관련하여 귀하의 답변을 듣지 못했습니다. 짧은 전화 통화가 가능한지 여부를 알려주세요.
감사 해요,
수크리트
Re: XGBoost 모델을 사용하여 홀드아웃 테스트 세트 예측좋아요
