对 Partition 平台中的拆分数量添加惩罚以减少叶子数量？我最近花了很多时间在 Partition 平台上，目前我正在寻找一种方法来自动化分析。
我的问题是这样的：通常我一直在按 50/50 训练/验证的比例拆分数据集，然后点击“Go”，这会最大化验证 Rsquare。 但，这通常会导致模型的分裂数量比真正可信的要多，例如在这里它创建了 5 个分割以获得 Validation RSquare 0.288，当只使用两个分割将获得几乎同样好的拟合 0.27 时。
因此，我通常必须始终手动修剪分割以获得可接受的良好验证 R 方，并且模型项数量较少。
有没有办法让 JMP 应用惩罚，并创建某种“正则化”验证 Rquare，根据拆分的数量惩罚模型选择标准？ 例如，“正则化”验证 Rquare 可以是 [Validation Rquare] - 0.05*[N Splits]。 或者也许有更好的正则化方法（例如，如果它们可以对残差方差的至少 5% 进行建模，而不是绝对方差的 5%，则继续添加项。）
欢迎使用 JSL 解决方案，因为这主要用于自动分析。
分析脚本编写回复：对 Partition 平台中的拆分数量添加惩罚以减少叶子数量？你好@马克施瓦布,
关于您的担忧，是拆分数量真的可信，还是拆分数量相当低？ 我相信可信拆分的数量是数据表中的行减 1，但不是 100%。
无论如何，我包含了一段代码，您可以使用它来进行自动分区。 我用波士顿 Housing.jmp 文件做到了这一点。
如果您熟悉 JSL，则应该能够根据需要对其进行修改。 代码相当基本，假设您有一个数字连续响应列。 它为您从第一个窗口定义的最大分区运行分区，然后保存分区统计信息。 例如，您可以轻松创建自己的列公式以具有“惩罚”验证 R 方，或者您选择惩罚分区。 然后，您可以选择最适合您的标准的分区，并使用您确定的固定分割数重新运行它。 我有一些关于如何设计程序的想法，但那是以后的事。
附带说明一下，您可能会考虑创建一个验证列（如果您没有 Pro，则可以通过在脚本索引中搜索它来完成此操作）并按响应列进行分层，这将为训练/验证集提供更多处理非 50/50 拆分时的平等代表性。 这样，您可以拥有更多数据来训练您的分区。
希望这可以帮助！，
DS
Names Default To Here( 1 );
lbWidth = 168;
//dt = Open( "$SAMPLE_DATA/Boston Housing.jmp" );
// Expression to store the current settings in global variables
recallRolesS1 = Expr(
::dtchosenRecall = dtchosen
);
// Expression to clear all current settings. KW: Clear
clearRoles = Expr(
Try(
colListY << RemoveAll;
ColListX << RemoveAll;
ColListW << RemoveAll;
ColListF << RemoveAll;
colListV << RemoveAll;
)
);
// Expression to store the current settings in global variables
recallRoles = Expr(
::ycolRecall = colListY << GetItems;
::xcolRecall = colListX << GetItems;
::WcolRecall = colListW << GetItems;
::FcolRecall = colListF << GetItems;
::vcolRecall = colListV << GetItems;
);
//Function to choose the data table to model. KW: choose_data
choose_data_table = Function( {},
list = {};
For( i = 1, i <= N Table(), i++,
list[i] = Data Table( i ) << get name
);
win = New Window( "Select a data table",
<<MODAL></MODAL>回复：对 Partition 平台中的拆分数量添加惩罚以减少叶子数量？谢谢@DiedrichSchmidt求详细回复！ 我需要一些时间来消化脚本。
现在，您能否给我一个快速入门，并举例说明如何使用它？ 这是我尝试过的，但出现错误：
1) 取消注释 "dt = Open( "$SAMPLE_DATA/Boston Housing.jmp" );"并运行脚本
2）点击“选择数据表”->“波士顿房屋”->确定
3) 在“操作”下，单击“确定”
4）在“JSL帮助分区”窗口中，我将“nox”转换为Y，将“age”转换为X，然后点击“OK”
5) 我看到 JMP 警报“ 'w[Outline Box("Partition for " || ycols[1])]' , w[/*###*/Outline Box( "Partition for " || ycols[ 1] )] ”。 除了范围从 1 到 20 的列“拆分”之外，表“Partition_Results”为空。
回复：对 Partition 平台中的拆分数量添加惩罚以减少叶子数量？你好@马克施瓦布,
您正在按预期使用代码，我只是做了一些猜测，这些猜测在任何情况下都不够通用。 我以为你有一个验证列，所以编写了一个脚本来运行它。下面的更新脚本通过让您输入验证部分来解决这个问题，就像在分区平台窗口中一样。 但是，不要同时使用验证列和验证部分——脚本还没有被编码来解决这个问题，而且对于所有可能的用户输入来说，还不够通用。
至于您遇到的错误，又是因为我假设过程中存在多个 X 因素，因此相应地编写了对报告窗口的引用的脚本。 现在已修复，因此无论只有 1 个 X 还是多个 X 都无关紧要。
同样，这个脚本还不够通用，无法解释非数字/非连续响应列 Y。 如果响应是分类的，则此脚本不会考虑到这一点。 如果需要，可以很容易地对其进行修改。
希望这可以帮助，
DS
更新：好的，所以我无法帮助自己编写更多代码，我包含了一些惩罚 R 方列和一个训练验证 R 方列。 您可以通过编辑代码来更改惩罚计算的公式和系数——我将其设置为您的 Rsquare-0.05*Splits 概念。 除此之外，我还包含了一些代码，用于在运行计算后以图形方式显示结果。
更新 2：我回去让代码变得更有趣——现在你可以在图表结果旁边看到表格结果，并通过选择图表上你最喜欢的点，然后你可以重新运行该特定的分区单击“确定”时的分割数。 和以前一样，我没有让它对任何类型的用户输入都超级通用，但试图让它适用于数字/连续响应。 你现在拥有的应该足以让你前进。
聚苯乙烯 在学习代码时，请使用 JMP 帮助菜单中的脚本索引。 这对于理解一些调用以及在编写脚本时如何使用它们非常有帮助。
Names Default To Here( 1 );
lbWidth = 168;
dt = Open( "$SAMPLE_DATA/Boston Housing.jmp" );
// Expression to store the current settings in global variables
recallRolesS1 = Expr(
::dtchosenRecall = dtchosen
);
// Expression to clear all current settings. KW: Clear
clearRoles = Expr(
Try(
colListY << RemoveAll;
ColListX << RemoveAll;
ColListW << RemoveAll;
ColListF << RemoveAll;
colListV << RemoveAll;
)
);
// Expression to store the current settings in global variables
recallRoles = Expr(
::ycolRecall = colListY << GetItems;
::xcolRecall = colListX << GetItems;
::WcolRecall = colListW << GetItems;
::FcolRecall = colListF << GetItems;
::vcolRecall = colListV << GetItems;
::max_spRecall = max_sp_input << get;
::partVPRecall = partVP_input << Get;
);
//Function to choose the data table to model. KW: choose_data
choose_data_table = Function( {},
list = {};
For( i = 1, i <= N Table(), i++,
list[i] = Data Table( i ) << get name
);
win = New Window( "Select a data table",
<<MODAL></MODAL>
