교차 검증과 함께 JMP v16에서 kNN을 사용하고자 하는 분들을 위한 주의사항...
Word 첨부는 다음을 나타냅니다. k = 3 :
| | 교육 R2 | 검증 R2 |
| 두 번째 전시 | 0.92839 | 0.90874 |
| 세 번째 전시 | 0.9706 | 0.9086 |
검증 R2는 비슷하지만 동일하지는 않습니다. 이것은 사소하지만 훈련 R2의 차이는 0.93 대 0.97이 아닙니다.
kNN 알고리즘이 Saved Predicteds 또는 Save Prediction Formula를 사용하는지 여부에 따라 다른 예측 열을 생성한다는 사실에 대한 언급이 있지만 이 문제에 대한 문서는 사용할 수 없습니다. 이는 적합 통계의 불일치를 가장 잘 설명합니다. 그러나 경쟁하는 적합 통계 집합 중 어느 것이 정확한지 알 수 없습니다.
모델이 나타내는 과적합의 양을 적절하게 측정하려면 정확한 훈련 R2 결과가 필요합니다.
JMP v16은 kNN에 대해 새로운 알고리즘을 사용하므로 JMP v15 또는 이전 버전에서는 이러한 불일치가 입증되지 않습니다.
또한 Word 문서에 표시된 결과를 생성하는 데 사용된 JMP 데이터 파일도 첨부합니다.
