Uso del modelo XGBoost para predecir en un conjunto de prueba de reservaEstoy usando JMP 16. Instalé el complemento XGBoost. Desarrollé un modelo xgbbost usando esto. Guardé el modelo en la tabla de datos usando 'Guardar fórmulas de predicción'. Ahora tengo un conjunto de pruebas de reserva independiente en el que quiero ejecutar las fórmulas para obtener la predicción. Si hago clic en las fórmulas (ver figura adjunta), descubrí que las fórmulas dependen del conjunto de entrenamiento y validación, lo que me parece extraño. Esto también me impide ejecutar el modelo para el conjunto de prueba de reserva.
Modelado predictivo y aprendizaje automáticoRe: Usar el modelo XGBoost para predecir en un conjunto de prueba de espera¿Puedes mostrarme cómo conseguiste esto? No pude conseguir esto.
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaOK
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaHola Russ,
No he tenido noticias tuyas con respecto al mensaje anterior. Por favor, hágame saber si está dispuesto a una breve llamada telefónica o no.
Gracias,
sukrit
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaHola Russ,
¿Podemos configurar un webex donde pueda mostrarme el procedimiento? Soy un poco nuevo en JMP y, por lo tanto, no pude seguir completamente sus instrucciones.
Gracias,
sukrit
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaHola @sukrit2020 ,
Un enfoque recomendado es agregar su conjunto de prueba de exclusión independiente a los datos principales como filas nuevas con los valores objetivo de Y configurados como faltantes. Luego, la fórmula creará automáticamente predicciones en esas filas.
Además, es importante tener en cuenta que XGBoost maneja la validación de manera diferente a otras plataformas JMP.Si la columna de validación es Nominal, automáticamente hará k-fold completo con cada uno de los niveles.Es por eso que la fórmula parece que lo hace.Esto puede resultar confuso si su columna de validación tiene dos niveles, por ejemplo, "Validación" y "Formación".En este caso, XGBoost en realidad haría 2 veces, manteniendo cada subconjunto independientemente de sus valores.
Una mejor manera de configurar sus pliegues es usar la utilidad Crear columnas K-Fold y luego usarlas como sus columnas de validación.Siento que repetir k-fold es una manera mucho mejor de validar su modelo que usar un solo conjunto de reserva.Si realmente desea hacer un solo holdout, debe establecer el tipo de la columna Validación en Continuo, con el valor 0 correspondiente a la capacitación y 1 a la validación.
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaSugiero ponerse en contacto con Russ: Complemento XGBoost para JMP Pro
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de espera¿Puede mostrarme durante una llamada webex?
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaLo siento, no he tenido tiempo de mirar tus datos. Tampoco tengo mucha experiencia con la plataforma, pero supongo que debería usar la plataforma para encontrar los factores significativos y luego volver a escribir su modelo en modelo de ajuste y ejecutarlo y guardar la fórmula de predicción... pero de nuevo, yo No tengo experiencia aquí. Quizás haya una manera más fácil de obtener el modelo real en términos de las variables en la tabla de datos...
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaSí. Hice. Todavía no pude obtener las fórmulas.
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaSu conjunto de datos es el mismo que el utilizado en el menú de ayuda para el complemento XGBoost. ¿Seguiste los pasos que se muestran en la aplicación de la plataforma?
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaAgregué el archivo jmp. Si observa el modelo XGBoost, puede ver los detalles. Tengo 17 variables.
Re: Usar el modelo XGBoost para predecir en un conjunto de prueba de esperaNo estoy seguro de saber la respuesta a su pregunta, pero parece que no tiene ninguna variable en su modelo (los nombres de las columnas son validación y entrenamiento y validación de depredadores de contracción )? Entonces la fórmula es una función de esos nombres de columna. ¿Reescribe el modelo en términos de variables o cambia el nombre de las columnas de tu conjunto de datos reservados?
