Un aviso para aquellos que esperan utilizar kNN en JMP v16 con validación cruzada...
La palabra adjunta indica que, para k = 3 :
| | Entrenamiento R2 | Validación R2 |
| 2da exhibición | 0.92839 | 0.90874 |
| 3ª exhibición | 0.9706 | 0.9086 |
Los R2 de validación son similares, pero no idénticos. Si bien esto es mínimo, la diferencia en los R2 de entrenamiento no lo es: 0,93 frente a 0,97.
No se dispone de documentación sobre este problema, aunque se menciona que el algoritmo kNN produce diferentes columnas de predicciones según se utilicen las Predicciones Guardadas o la Fórmula de Predicción Guardada, lo que probablemente explique la discrepancia en las estadísticas de ajuste. Sin embargo, desconocemos cuáles de los conjuntos de estadísticas de ajuste en conflicto son correctos.
Necesitamos resultados de entrenamiento R2 precisos para evaluar adecuadamente la cantidad de sobreajuste que exhibe un modelo.
JMP v16 utiliza un nuevo algoritmo para kNN, por lo que esta discrepancia no se evidencia en JMP v15 o anteriores.
También adjunto el archivo de datos JMP utilizado para producir los resultados que se muestran en el documento de Word.
