Vocero
|
Transcripción
|
| Josh Staunton |
Miguel. |
| Michael Nazarkovsky |
hola josh un momento. |
| |
Bueno. |
| Michael Nazarkovsky |
Oh, sí, no, no, está funcionando bien. |
| Josh Staunton |
Bien, puedo verte, gracias. |
| Michael Nazarkovsky |
Mientras tu. |
| |
Mientras esperamos a Phillippi, dice que es el primero, así que hablé con él hace 10 minutos, así que estás grabando ahora mismo, sí. |
| Josh Staunton |
sí, comienza a grabar, solo editaremos esta parte. |
| |
Una vez que lo revisemos y tengamos un par de preguntas para responder una vez que Philippe se una y luego se las pasaré a ustedes, apaguen mi cámara y mi hijo y dejarán que se lo lleven, pero gracias por hacer esto lo agradecemos. |
| Michael Nazarkovsky |
Oh, muchas gracias, de verdad, fue una gran sorpresa para mí cuando recibieron ese mensaje sobre la posibilidad de participar. |
| |
En este evento o realmente son tres a cinco o en realidad cómo supe de eso, el año pasado obtuve la sesión en octubre del año pasado, y me impresionó, oh Dios mío, que se aclaran los buenos temas, así que decidí no perder esta oportunidad. año. |
| Josh Staunton |
sí genial increíble. |
| |
Bueno, sabes, desafortunadamente, sabes que este año será en persona, pero sabes, todavía tenemos un gran contenido y. |
| |
Esperamos que en el futuro podamos llevarlo a uno de los eventos de descubrimiento en persona que siempre son divertidos. |
| Michael Nazarkovsky |
Oh sí, con suerte como. |
| |
Empecé a usar mermelada desde principios del año pasado, y recién desde el principio de los pijamas. |
| |
sí, sí, muy rápido, muy simplemente, diría yo. |
| |
sí, y la pandemia o el éxito lo logro mucho en realidad como o como resultado de uno de los resultados, lo verán ahora mismo en esta presentación. |
| |
E incluso comencé a publicar sobre eso y de hecho en este momento, supongo, soy coautor de autor, también tengo quizás tres artículos en paralelo, muy consciente, me involucro a JMP. |
| |
Vamos. |
| Josh Staunton |
Todo lo que es bonito. |
| |
Aprendizaje rápido que es para ti. |
| Michael Nazarkovsky |
Solo sabes que ayuda mucho, por supuesto, para un pensamiento estadístico. |
| |
si solo si |
| |
sí. |
| Josh Staunton |
que estamos usando antes de usar solo una especie de código abierto para hacer sus análisis en el pasado o. |
| Michael Nazarkovsky |
Te refieres a Open Source. |
| Josh Staunton |
Encendido o algo así. |
| |
Reducirlo al de otra persona. |
| Michael Nazarkovsky |
Ah, no, no, no, no, no, sabes que empecé a aprender Python pero sabes qué. |
| |
Me refiero a contrarrestar algunas dificultades de aprendizaje. |
| |
Así que soy químico y químico físico y en realidad estoy usando todo esto para la ciencia de materiales de Química, como verán ahora mismo, sí, así que decidí cambiar de Python al laboratorio de matemáticas en paralelo a Pro Six Road para progresar allí porque. |
| |
La interfaz de aprendizaje automático para metalab en Jeff es más que suficiente para los científicos. |
| Josh Staunton |
Sí, sí, no, es genial escucharlo. Me alegro de que lo hayas aceptado y sabes que sobresalir con eso es increíble. |
| Michael Nazarkovsky |
Bueno, déjame, déjame enviar un mensaje de texto a Phillippi. |
| |
Está bien, qué está pasando, qué está pasando, se ha encontrado con algunos problemas con problemas de Internet como una hora antes. |
| |
Bien bien. |
| |
está intentando entrar. |
| Josh Staunton |
él no está todavía no. |
| |
extraño. |
| Josh Staunton |
en tiempo real. |
| |
Por lo tanto, no tuvo que ingresar ninguna contraseña, hicimos clic en el enlace y simplemente ingresamos correctamente. |
| Michael Nazarkovsky |
Bueno, le envié el enlace simplemente haciendo, pero no recuerdo si alguna contraseña debe estar allí. |
| Josh Staunton |
No deberías tener negocios, sí. |
| Michael Nazarkovsky |
esa es la cuestión, así que me está enviando un mensaje de texto ahora mismo, en un momento. |
| |
Oh. |
| |
Ah, sí, entonces la cosa no es que el zoom se encuentre nuevamente y tenga problemas con Internet en este momento. |
| |
Oh. |
| Michael Nazarkovsky |
tenemos una hora, sí. |
| Josh Staunton |
se está uniendo ahora mismo. |
| Michael Nazarkovsky |
Oh Dios. |
| |
Si. |
| Felipe Lopes |
Hola. |
| Michael Nazarkovsky |
Hola, finalmente eres un héroe, así que estás lanzando la presentación, así que Josh solo como una forma en que Josh nos está esperando para que lleguemos a tiempo. |
| Felipe Lopes |
Sí, exactamente en cualquier momento, sí. |
| Josh Staunton |
Definitivamente, una vez, me refiero al ser. |
| |
Encantado de conocerte mi nombre es. |
| |
Josh, quiero decir que no. |
| |
Mira la grabadora, así que solo voy a hacer algunas preguntas y luego, una vez que terminemos con eso, te la voy a pasar, apaga mi cámara y ustedes pueden quitársela. vamos a editar toda esta parte. |
| |
Bueno. |
| |
Aunque vale la pena grabarlo ahora mismo, editaremos esa parte más tarde. |
| |
Así que un par de cosas. |
| |
Bien, supongo. |
| |
Así que obviamente tenemos a Michael como nuestro kosky de la Pontificia Universidad Católica de Río de Janeiro, y él a López de la vieja. |
| |
Universidad federal de Río de Janeiro, y ustedes van a ir. |
| |
Los enfoques de agua y la clasificación de kirkland o la obtención de marcos por propiedades de textura usando la celda de la cárcel 2021 dash us desk 30 MP dash 874 suena correcto. |
| Felipe Lopes |
Si. |
| Michael Nazarkovsky |
De acuerdo, el nombre completo el nombre completo. |
| Josh Staunton |
Sí, el nombre completo está bien, chicos. |
| |
Solo entiende que esto se está grabando para usar la Conferencia Cumbre de descubrimiento de JMP, estará disponible públicamente y la comunidad de usuarios de JMP da permiso para esta grabación y uso. |
| Felipe Lopes |
Sí, lo hago, sí, gracias. |
| Michael Nazarkovsky |
Bueno, bien. |
| Josh Staunton |
Michael estás bien. |
| |
sí, por supuesto. |
| |
sí, una especie de analogía aquí. |
| |
suena como si ustedes tienen, tienen. |
| |
Tus teléfonos se apagaron y como yo o algo así. |
| Michael Nazarkovsky |
Destruir, sí. |
| |
Cualquier cosa que pueda molestar, simplemente apagaré los sonidos más antiguos y skyway recuerda estos requisitos y George, por favor, dímelo durante la sesión, quiero decir, después del registro de la sesión, captarás las cosas relevantes o será como el todo. |
| Josh Staunton |
Sí, así que continuará directamente. No creo que vayan a realizar ninguna edición durante el mismo si, por alguna razón, hubo algo. |
| |
lo catastrófico que sucedió, podemos comenzar desde el principio de nuevo, pero creo que te dejarán ir directamente, no te preocupes por saber, oye, todos somos humanos aquí, así que. |
| |
Cometiste un error, solo trata de seguir adelante con nadie, no tiene que ser perfecto, las estadísticas correctas no son perfectas, así que tú tampoco lo necesitas, pero sí. |
| |
Adelante. |
| Felipe Lopes |
No. |
| Josh Staunton |
Lo siento. |
| |
¿Está bien que Michael suene bien? |
| Michael Nazarkovsky |
sí, todo está bien, todo está bien. |
| |
Así que sí. |
| Josh Staunton |
lo último que acabamos de ver. |
| |
Bueno. |
| |
sí, ya es bueno para eso. |
| |
Muy bien, solo barra de tareas. |
| |
Ahora voy a hacerlo. |
| |
¿Tienen alguna otra pregunta o están bastante listos para presentar y. |
| |
Es. |
| Michael Nazarkovsky |
Sí. |
| |
Yeah Yo supongo. |
| Felipe Lopes |
compartir mi pantalla Michael comparte su pantalla cómo. |
| Michael Nazarkovsky |
¿Eres hermano? |
| |
Pero está bien Josh, técnicamente está bien si compartimos nuestras pantallas, sí. |
| Josh Staunton |
sí, ya sabes que eso está bien, sí, solo. |
| |
Solo asegúrese de que, obviamente, sabe cómo reenviar las diapositivas y no se está alejando demasiado de las diapositivas y. |
| Michael Nazarkovsky |
si pero. |
| Josh Staunton |
sí, absolutamente ustedes saben qué. |
| Michael Nazarkovsky |
Haremos que tengan la misma presentación completa si todas nuestras partes están juntas, así que lo hacemos uno después del otro, está bien. Gracias. |
| Josh Staunton |
Está bien, y ustedes saben cómo compartir pantallas antes de usar el zoom. |
| |
Si. |
| Felipe Lopes |
Simplemente preparando el apresuramiento aquí. |
| |
Pon esto. |
| |
Si. |
| Josh Staunton |
Como tus antecedentes. |
| Felipe Lopes |
Estoy compartiendo la pantalla correcta ahora mismo. |
| Michael Nazarkovsky |
Genial, todo está bien. |
| Felipe Lopes |
sí. |
| |
es la presentación correcta. |
| |
Porque me dirijo a la pantalla y, a veces, a la pantalla incorrecta y vomito. |
| Michael Nazarkovsky |
Perfecto, todo es perfecto. |
| Josh Staunton |
Eso se ve muy bien, voy a apagar mi. |
| |
Mi cámara ahora pero se la pasaré señores, gracias de nuevo y. |
| |
Supongo que podemos hablar al final si lo hacen. |
| Michael Nazarkovsky |
Hubiera sido bueno verte de nuevo Josh. |
| Josh Staunton |
Está bien, cuídate. |
| Felipe Lopes |
Hola a todos. Mi nombre es Felipe Lopes de Oliveira. Soy de la Universidad Federal de Rio de Janeiro y presento este trabajo con Michael. |
| |
Nazarkovsky, de la Pontificia Universidad Católica también en Río de Janeiro. Y hoy presentamos el trabajo, Enfoques modernos en la clasificación de marcos orgánicos covalentes por textura y ... por propiedades de textura utilizando el software JSL. |
| |
Entonces, los marcos orgánicos covalentes son una nueva clase de materiales compuestos solo por elementos ligeros como carbono, nitrógeno, oxígeno, hidrógeno y boro. |
| |
Son orgánicos, cristalinos, nanoporosos, altamente estables en materiales reticulares. Esto significa que los enlaces químicos que forman estos materiales siguen un patrón geométrico bien definido dictado por la topología de la red. |
| |
En esta imagen, muestro un ejemplo de una celosía tipo HCB, que se compone de triángulos y varillas conectadas periódicamente, |
| |
formando una red extendida. Estos triángulos y varillas representan moléculas que pueden ser ... a las que usted llama bloques de construcción que están unidos covalentemente y forman una estructura extendida. |
| |
con las características geométricas de esta naturaleza. Hay muchos tipos diferentes de |
| |
geometrías de moléculas que pueden usarse como bloques de construcción y varios tipos de enlaces químicos que usamos para conectarnos a ellos. |
| |
De esta forma, es posible formar una estructura con características extremadamente específicas, como ??? que podemos controlar en el orden de ??? en las características físicas, químicas del interior de la |
| |
??? que puede ... que hemos definido por los bloques de construcción. Entonces, podemos pensar en los bloques de construcción como piezas de Lego, donde diferentes piezas se pueden usar para construir varias estructuras con características únicas. |
| |
En esta diapositiva, muestro diferentes topologías posibles que se pueden usar para construir marcos orgánicos covalentes bidimensionales y tridimensionales, |
| |
así como el formato que cada uno de los bloques de construcción debe utilizar para construir estas redes. A la derecha, muestro un ejemplo de un modelo de estructura cristalina de COF |
| |
con un ??? red, que se utilizará para calcular las propiedades de interés en el futuro. Es posible ver que el formato forma una estructura que se compone de una capa covalente bidimensional. |
| |
y estas capas se apilan en el equivalente a geografías de la tercera dimensión. |
| |
Debido a sus increíbles capacidades de modulación, los COF se pueden utilizar para varias aplicaciones extremadamente interesantes, como catálisis heterogénea, producción de energía, almacenamiento, |
| |
semiconductores orgánicos, sensores químicos, aislamiento térmico, captura y almacenamiento de gases, entre otros. Sin embargo, debido a la mayor modularidad que ... |
| |
esta mayor modularidad también puede ser un problema, pero el desarrollo de estos materiales es realmente complejo. |
| |
Usan ... generalmente se desarrollan a través de una combinación de intuición química y moléculas disponibles. |
| |
Con varios pasos de síntesis y caracterización que se repiten con materiales con alto ??? es obtenido. Este material está desarrollado ... |
| |
El desarrollo de este material lleva mucho tiempo, es caro y requiere varios ... 20 profesionales para realizarlo. Y a veces, todos estos esfuerzos no conducen a ... |
| |
no conduzca a un material con las características deseadas. Entonces, para tratar de resolver este problema, nosotros ... |
| |
para intentar solucionar este problema, te proponemos un sencillo y ??? enfoque computacional para estudiar estos materiales y así intentar acelerar su desarrollo. |
| |
Inicialmente usamos una base de datos de estructuras, ahora como COF curadas, que ha recopilado varias estructuras sintetizadas y presentadas en la literatura. |
| |
Luego usamos algunas rutinas de construcción para desarrollar valores para validar esas estructuras y asegurarnos de que todo esté bien. A continuación, utilizamos una base de datos DFT |
| |
software de cálculo de estructuras electrónicas llamado CP2K para optimizar los parámetros propios (?) en las posiciones atómicas de las estructuras. Luego usamos un software llamado ZEO ++, |
| |
que realiza análisis geométrico de los poros y coincidencia porcentual entre la formación de ??? redes dentro de ellos. |
| |
Y luego determina un conjunto de descriptores estructurales para los costos seleccionados. Este es un script de mi colega Michael en el software JMP para hacer varios análisis extremadamente interesantes. |
| |
Bueno, aquí les muestro las principales estructuras que usamos. Primero tenemos un ID de estructura, que es básicamente, creo, una clasificación del nombre de la estructura. |
| |
Y a continuación, tenemos el LIS, que significa gran esfera incluida, que nos da la información del diámetro de poro del material. |
| |
Tenemos el LFS, esfera libre grande y LSFP, camino libre de esfera grande, con ... que básicamente es lo mismo que la esfera grande incluida, pero puede codificar la información ... |
| |
la diferencia en el diámetro de los poros influye en varias funcionalizaciones dentro de los poros. También tenemos el SSA y el SSAV, que es el área específica, ambos en metros cuadrados por gramo en metros cuadrados por unidad de volumen. |
| |
AVF, que es la fracción de volumen accesible, que es la cantidad de material que forman los poros y Vp es el volumen de los poros. |
| |
Y luego, tenemos el N (chan), que es el número de canales accesibles. |
| |
Aquí, en la figura, estoy mostrando una estructura con un solo canal, pero los materiales tridimensionales pueden tener más de un canal accesible. |
| |
Tenemos ChanDim, que es la dimensionalidad de los canales que pueden ser 1D, como en esta estructura, 2D y 3D. ¿Y el tamaño del canal, que a veces es básicamente el diámetro de los poros, pero por ??? las estructuras pueden ser un poco diferentes. |
| |
Y ahora Michael hablará un poco de los resultados. |
| Michael Nazarkovsky |
Si, muchas gracias. Muchas gracias, Felipe, por tan brillante introducción, así que ahora será puro análisis de datos y ciencia de datos. Permítanme compartir mi pantalla a mi vez, de acuerdo. Bien, esto es lo que voy a hacer ahora mismo. |
| |
Perfecto. Buen material. |
| |
Bien, empecemos desde el principio de la segunda parte. Ha llegado el momento de analizar los datos de esas ... de estas ... tal cantidad, diría yo, de estructuras obtenidas por Felipe. |
| |
Sólo un momento. Bueno, bien. Después del primero, digamos, de antes de cualquier análisis, tienen que recuperar los datos y excluir algunas estructuras erróneas o irrelevantes. |
| |
y pantalla para detectar valores faltantes. No se han detectado valores perdidos durante su análisis y cribado. También hemos descubierto después de la |
| |
visualización de datos que la mayoría absoluta de las estructuras disponibles están asignadas a la estructura más 85% y 15% todo en una estructura 3D. Entonces, desde el principio, ahora tenemos un conjunto de datos desequilibrados para predecir. Mayoría absoluta de los |
| |
los canales se asignan a monodimensionales |
| |
canales y solo hay más ... más del 80% y casi el 17% se atribuye a 3D dimensional y poco menos del 2% se atribuye a los canales que son por bidimensionales. |
| |
Además, todos estos canales son bastante isotrópicos por lo que significa que en todas las direcciones (X, Y y Z) son iguales, lo que se refleja en los datos del diagrama tridimensional en 3D. |
| |
Si distribuimos todos los datos entre las estructuras, me refiero a estructuras 2 y 3D, podríamos ver que las monodimensionales y bidimensionales toman la mayoría absoluta. Más del 90% para esa estructura 2D y 3D se está tomando. |
| |
3D, me refiero a 3D, canales tridimensionales. Casi más del 60% están ocupados por estructuras 3D, sin embargo, bastante ... una gran cantidad de |
| |
de tres también lo toman las estructuras 2D, porque solo tienen mucho más ... un valor mucho más alto como el 85%. |
| |
Para evitar eso, para evitar un desequilibrio |
| |
situación, estamos llevando a cabo algunos |
| |
enfoques, junto con métodos supervisados del aprendizaje automático |
| |
después de la preparación de los datos. Entonces, ¿qué hacemos en la primera primera ??? de estos análisis, análisis multivariado para detectar colinealidad |
| |
y correlaciones entre los parámetros. Entonces, como podemos ver, los tres primeros (LIS, LFS y LSFP) están altamente correlacionados, por lo que uno puede ser sustituido por otros. Sin embargo, tal característica será muy importante, mientras que el análisis de PCA |
| |
(análisis de componentes principales). Es por eso que, para la agrupación jerárquica, seleccionamos solo un parámetro de ellos. |
| |
En caso de que también X, Y y Z para un tamaño de canal, nuestro isotrópico significa lo mismo. Sin embargo |
| |
se tomó la decisión de mantenerlos todos, porque esto está muy relacionado con la estructura nativa del 2D ... del compuesto 2D ... estructuras compuestas de COF clave. |
| |
Bueno, debido a su gran cantidad, casi 500 estructuras, decidimos seleccionar 13 conglomerados, que pueden ser óptimos más significativos y relevantes por razón o la porción tomada del ... todo el número ... el número completo de conglomerados y analizar ellos |
| |
por el medio |
| |
parámetros, que se reflejan en la tabla. |
| |
Como podemos ver, después de un número 13, hay otro enorme |
| |
reducción de la agrupación ... distancias de agrupaciones, por eso 13, se asumió que era la cantidad óptima de agrupaciones. Y de ellos los seleccionamos el clúster más masivo, el clúster n. ° 7, que ha contenido ... comprende 128 |
| |
muestras de estructura 2D, por lo que se utilizará para la clasificación posteriormente. |
| |
A su vez, las estructuras 3D son, como yo ... me atrevería a decir que ya son las mismas. Todavía hemos observado una alta correlación entre LIS, LFS y LSFP, por eso también |
| |
las condiciones para la extracción de grupos fueron las mismas que para 2D. Sin embargo, con una menor cantidad de grupos, como decidimos tomar siete. Sin embargo, de estos siete grupos, extrajimos cuatro, solo para mantener al menos |
| |
la relación entre 2D y 3D más cercana a la igualdad. Y no será igual |
| |
sin embargo, como verá en la siguiente diapositiva, será mucho mejor, menos desequilibrado que 85 a 15. |
| |
Al comparar dos tablas sobre la variación de la variabilidad de los parámetros, podemos ver que las últimas cuatro en ambos casos son responsables de una mayor variabilidad de las estructuras dentro de cada conjunto. Fractura de volumen ... fracción ... lo siento, |
| |
volumen de poro total y ambos tipos de superficie específica, por lo que están al mismo nivel y son responsables de una mayor variabilidad de por entre las estructuras. Entonces, como dije, tenemos menos ... |
| |
menos diferencia entre dos estructuras al final. |
| |
Validación ... validación entrenada jugada Se construyeron y estratificaron dos conjuntos sobre la base de las estructuras obtenidas de ... tomadas de los clusters más masivos y bien distribuidos. |
| |
Y comencemos con la regresión logística, como el análisis paramétrico ... paramétrico más simple. Después de sacar lo más irrelevante |
| |
variables, dejamos solo dos el volumen de poro total y la fracción de volumen. |
| |
También están altamente correlacionados, como |
| |
un gran porcentaje de correlaciones lo son. Sin embargo, se necesitaría uno sobre, como puede ver, lo siento, el mismo LogWorth, por lo que significa que no podemos excluir, |
| |
por ejemplo, fracción de volumen ... fracción porque lo hice una vez para probar cómo funcionaría y la falta de ella se volvió significativa y |
| |
La tasa de clasificación errónea en la validación fue del 20%. Y en comparación con aquí, obtuvimos la validación, cero errores de clasificación para el derecho completo ... atribución correcta a cada grupo |
| |
y con baja ... clasificación errónea bastante baja en el conjunto de entrenamiento. El resto de las métricas ... las medidas del rendimiento del modelo se discutirán más al final, así que cuando compararemos todo el rendimiento de todos los modelos. También sus respectivos |
| |
ecuaciones para predecir la probabilidad, se predijo la estructura se creó y se dio, se obtuvo y se dio ... presentado en esta diapositiva. Así que vayamos más lejos. Por eso, en la próxima |
| |
modelado, usamos solo estos dos parámetros ... parámetros para predecir ambas estructuras (2D o 3D), por lo que patear a los vecinos más cercanos como un modelo no paramétrico les ha dado la mejor |
| |
métricas ... mejor rendimiento y validación en 1K, por lo que solo un vecino es suficiente para reconocer al asignado ... para reconocer la estructura. Como podemos ver en el diagrama de ... |
| |
Quiero decir, que es un volumen total de poros y una fracción de volumen, lo siento, para que podamos ver que |
| |
para 2D tenemos una cantidad más concentrada de esta estructura. Es |
| |
muy |
| |
concentrado en un solo lugar. Sin embargo, a diferencia del 3D, están bastante extendidos. Por eso compararía las distancias. Aquí, en la parte derecha de la diapositiva, puede ver que las distancias más altas entre los vecinos están relacionadas con |
| |
Estructuras 3D como en validación, como en conjunto de entrenamiento. Entonces, es por eso que podemos usar también estos modelos no paramétricos ... un solo modelo no paramétrico para aplicar en la atribución usando solo estos dos parámetros. |
| |
Además, el análisis discriminante cuadrático proporciona cero errores de clasificación en la validación y menos del 5% de errores de clasificación en el conjunto de entrenamiento, solo clasifica incorrectamente ocho muestras. Así que es incluso fácil ... se ve como en la matriz de confusión y también en el diagrama de diagrama paralelo. |
| |
Y también el resto de ... |
| |
el resto de los parámetros se describirán ... se discutirán más adelante porque este modelo tiene algunos trucos ... será ... |
| |
más interesante ... será ... lo veremos al final. Entonces Naive Bayes es otro modelo paramétrico pero muy simple, también ha dado cero errores de clasificación. Entonces la situación se está volviendo bastante competitiva ... competitiva. |
| |
Como podemos ver aquí, también ambos parámetros son casi iguales por sus efectos, por lo que |
| |
el efecto total es de casi 0,88 para el volumen de poros total y para la fracción de volumen es de casi ocho ... 0,8, por eso son casi iguales en contribución para su tarea de clasificación. |
| |
Y también se construyeron gráficos simples para la predicción. |
| |
La máquina de vectores de soporte no se ha demostrado, también un rendimiento brillante. Como podemos ver eso de 64 ... perdon 46 ??? Se utilizaron vectores para construir un modelo de este tipo con cero errores de clasificación al final. Y algo |
| |
clasificación errónea en un entrenamiento (6%) y, en su mayoría, el mayor porcentaje de clasificación errónea fue para exactamente 3D, fueron clasificados erróneamente. |
| |
Bien, vayamos más lejos. Y finalmente, llegamos a un modelo complejo que combina enfoques supervisados y no supervisados, PCA no supervisado. En este caso, tomamos todos todos ellos ... |
| |
parámetros continuos cuantitativos, incluidos todos, incluso aquellos que están altamente correlacionados entre sí, y construimos |
| |
diagramas y gráficos para PCA. Y como podemos ver, dos componentes principales que tienen los valores por |
| |
más de uno por regla de Kaiser, por lo que significa que en este punto, tenemos otro casi cercano a un componente, tercer componente, no lo involucraremos en el modelo de predicción. Involucraremos solo a los dos primeros |
| |
donde esos valores propios eran más de uno. Y lo interesante, aquí podemos ver que en el primer componente, el componente principal que puede describir casi el 66% de los casos, estos comprende, |
| |
digamos, LIS, LFS, LSFP y canales ... parámetros de canales, así que me refiero al tamaño X, Y y Z, esas direcciones. Entonces esto es como, digamos, ??? canales, ??? conjunto de canales. |
| |
Y el segundo, el segundo componente es en su mayor parte bueno, podría describirse por ambos tipos de superficie específica y porocidad. Se trata de unos parámetros de textura puros. |
| |
Entonces, como podemos ver que incluso aquí, estamos observando tal diferencia de certificación y podemos sacar conclusiones sobre la contribución de ambos parámetros en la predicción, en esta descripción de. |
| |
estructuras. Entonces, después de construir la regresión logística, usando solo estos dos componentes principales, su fórmula se dará en ... en nuestra publicación, en nuestro resumen luego en el documento donde, que vamos a presentar dentro del rango ... . dentro del alcance de la presente cumbre. |
| |
Aquí también, obviamente, obtuvimos una tasa de clasificación errónea cero y una clasificación errónea muy, muy baja, menos del 1% en el entrenamiento ... mientras se entrenaba, que no es ... que es ... no fue ... que no se observó durante los modelos anteriores. Así que ahora estamos llegando al máximo |
| |
parte interesante, la conclusión sobre nuestro |
| |
resumido |
| |
modelos. Entonces, como podemos ver, resumimos clasificando erróneamente el conjunto de entrenamiento, obviamente porque obtuvimos algunos valores allí. Podemos ver la regresión logística ... los modelos de regresión |
| |
como simple y basado en PCA, aquí en la parte superior del gráfico por clasificación errónea y por análisis discriminante de validación. Sin embargo, |
| |
lo que podemos decir aquí, las cosas que tenemos todas sus matrices de clasificación errónea o la precisión como un opuesto al parámetro, deberíamos comparar otras métricas. |
| |
Entonces, lo que podemos ver es que, bueno, bueno, también tenemos, según otras métricas, valores más altos tan ventajosos del análisis discriminante. Pero si echamos un vistazo más de cerca, |
| |
veremos ... todos verán que hay una gran diferencia entre estas métricas, incluso entre la tasa de clasificación errónea, entre la validación y el entrenamiento. Para que podamos hacer |
| |
algo, sabes que nos encontramos con algunos problemas con el sobreajuste o el desajuste. En este caso, nos ocupamos principalmente de la falta de adecuación, ya que la invalidación de métricas es mejor que |
| |
para entrenamiento. Normalmente ocurrirá lo contrario, sí, la mayoría ... la mayoría de los casos tratan con el sobreajuste cuando el entrenamiento está sobreajustando los datos y obtenemos métricas peores en la validación. Aquí es completamente opuesto, por eso |
| |
estas métricas, como la entropía R cuadrado y generalizar R cuadrado y la media de log P, y también la tasa de clasificación errónea, |
| |
se analizaron ... se analizaron las diferencias para estas cuatro métricas, y es por eso que estamos seleccionando lo mejor de lo mejor. Como se mencionó anteriormente, el análisis discriminante demostró el mayor |
| |
calidad del desempeño, sin embargo, tiene una de las mayores diferencias entre las métricas de validación en el entrenamiento, en comparación con otras. Recuérdalo |
| |
en la validación, todos dieron cero, por lo que significa que podemos seleccionar casi |
| |
cada uno de ellos, con el equilibrio óptimo de otras métricas ... diferencias para las métricas entre validación y entrenamiento. Entonces, lo que podemos ver aquí, por ejemplo, el más bajo ... |
| |
La diferencia más baja entre la tasa de clasificación errónea y la entropía R cuadrado se atribuye a la regresión logística, combinada con PCA. |
| |
Otras dos métricas, como generalizar la diferencia entre ... se observa la diferencia en el cuadrado R generalizado y el log P medio |
| |
en para la máquina de vectores de soporte. Para Naive Bayes, no podemos seleccionar este modelo, sin embargo, porque al menos en dos |
| |
parámetros, tiene una diferencia muy grande. Entonces esta es la razón |
| |
Podemos suponer que para el mejor rendimiento, para el más correcto, se recomienda la regresión logística basada en PCA, y también se recomienda opcionalmente, apoyar la máquina de vectores como otro modelo para predecir estructuras 2D y 3D. Más detalles y más |
| |
Los métodos se darán en nuestro documento, que enviaremos dentro de dos semanas. |
| |
y publicar en el sitio web de JMP Community. Así que muchas gracias, fue un gran placer dar esta presentación. Así que también reconocí mucho a mi colega David Kirmayer de la Universidad Hebrea de Jerusalén en Israel. Gracias por su atención. |
| Josh Staunton |
bien. |
| |
Gracias caballero. |
