对分区平台中的拆分数量添加惩罚以减少叶子数量？我最近在分区平台上花了很多时间，目前我正在寻找一种自动化分析的方法。
我的问题是这样的：一般来说，我一直将数据集按 50/50 的比例进行训练/验证，然后点击“Go”，这会最大化验证 R 方。 但，这通常会导致模型的分割数量多于真正可信的数量，例如，这里创建 5 个分割以获得验证 R 方 0.288，而仅使用两个分割将获得几乎同样好的拟合值 0.27。
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 方和可接受的较低数量的模型项。
有没有办法要求 JMP 应用惩罚，并创建某种“正规化”验证 R 方，根据分割数量惩罚模型选择标准？ 例如，“正则化”验证 R 方可以是 [验证 R 方] - 0.05*[N 分割]。 或者也许有更好的正则化方法（例如，如果可以建模至少 5% 的残差方差，而不是 5% 的绝对方差，则继续添加项。）
JSL 解决方案很受欢迎，因为这主要用于自动化分析。
预测建模和机器学习回复：对分区平台中的拆分数量添加惩罚以减少叶子数量？你好@markschwab ,
您正在按预期使用代码，我刚刚做了一些猜测，这些猜测不够通用，无法在任何情况下工作。 我以为您有一个验证列，因此将其编写为与一个验证列一起运行的脚本。下面更新的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——该脚本尚未编码来解释这一点，并且对于所有可能的用户输入来说，它又不够通用。
至于您遇到的错误，这又是因为我假设该过程中存在多个 X 因素，因此相应地编写了对报告窗口的引用的脚本。 现在这个问题已得到解决，因此无论只有 1 个 X 还是多个 X 都无关紧要。
同样，该脚本不够通用，不足以解释非数字/非连续响应列 Y。 如果响应是明确的，则此脚本的设计目的不是为了解决这个问题。 如果需要的话，可以很容易地对其进行修改。
希望这可以帮助，
DS
更新：好的，所以我忍不住编写了更多代码，并且添加了一些受惩罚的 R 方列和训练验证 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，我还添加了一些代码，以便在运行计算后以图形方式显示结果。
更新 2：我回去使代码变得更有趣 - 现在您可以在图形结果旁边看到表格结果，并通过选择图形上您最喜欢的点，然后您可以为该特定的分区重新运行分区单击“确定”时的分割数。 和以前一样，我没有使其对任何类型的用户输入都具有超通用性，但尝试使其适用于数字/连续响应。 你现在所拥有的应该足以让你继续前进。
聚苯乙烯 当您学习代码时，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( "$SAMPLE_DATA/Boston Housing.jmp" );
// Expression to store the current settings in global variables
recallRolesS1 = Expr(
::dtchosenRecall = dtchosen
);
// Expression to clear all current settings. KW: Clear
clearRoles = Expr(
Try(
colListY << RemoveAll;
ColListX << RemoveAll;
ColListW << RemoveAll;
ColListF << RemoveAll;
colListV << RemoveAll;
)
);
// Expression to store the current settings in global variables
recallRoles = Expr(
::ycolRecall = colListY << GetItems;
::xcolRecall = colListX << GetItems;
::WcolRecall = colListW << GetItems;
::FcolRecall = colListF << GetItems;
::vcolRecall = colListV << GetItems;
::max_spRecall = max_sp_input << get;
::partVPRecall = partVP_input << Get;
);
//Function to choose the data table to model. KW: choose_data
choose_data_table = Function( {},
list = {};
For( i = 1, i <= N Table(), i++,
list[i] = Data Table( i ) << get name
);
win = New Window( "Select a data table",
<<MODAL></MODAL>回复：对分区平台中的拆分数量添加惩罚以减少叶子数量？谢谢@SDF1以获得详细答复！ 我需要一些时间来消化剧本。
现在，您能给我一个快速入门指南，并举例说明如何使用它吗？ 这是我尝试过的，但出现错误：
1) 取消注释行 "dt = Open( "$SAMPLE_DATA/Boston Housing.jmp" );"并运行脚本
2）点击“选择数据表”->“波士顿住房”->确定
3) 在“操作”下，单击“确定”
4) 在窗口“JSL to help with Partitioning”中，我将“nox”投射到 Y 中，将“age”投射到 X 中，然后单击“确定”
5) 我看到 JMP 警报“访问或评估 'w[Outline Box("Partition for " || ycols[1])]'、w[/*###*/Outline Box("Partition for " || ycols[ 1] )] ”。 除了范围为 1-20 的“Splits”列之外，表“Partition_Results”为空。
回复：对分区平台中的拆分数量添加惩罚以减少叶子数量？你好@markschwab ,
关于您的担忧，分裂的数量是否真的可信，或者分裂的数量相当低？ 我相信可信的分割数是数据表中的行数减 1，但不是 100%。
不管怎样，我提供了一段代码，您可以使用它来进行自动分区。 我对 Boston Housing.jmp 文件执行此操作。
如果您熟悉 JSL，您应该能够根据需要对其进行修改。 该代码相当基本，假设您有一个数字、连续的响应列。 无论您在第一个窗口中定义多少个最大分区，它都会运行分区，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。 我对如何设计这个程序有一些想法，但那是以后的事情了。
顺便说一句，您可能会考虑创建一个验证列（如果您没有 Pro，您可以通过在脚本索引中搜索它来完成此操作）并按您的响应列进行分层，这将为训练/验证集提供更多信息处理非 50/50 分割时的平等代表权。 这样，您就可以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>
