Criblage de modèles à l'aide de JMP16 et de données déséquilibréesBonjour
J'ai un ensemble de données déséquilibré avec un résultat d'intérêt de seulement 13 % et de nombreux prédicteurs. Je souhaite l'analyser à l'aide de la plateforme de criblage de modèles dans l'analyse prédictive de JMP 16. Dans la version précédente de JMP15, je pouvais utiliser le module complémentaire pour les données déséquilibrées afin de rechercher la meilleure technique de prétraitement pour mon ensemble de données déséquilibré. Comment puis-je effectuer cette opération dans le module de criblage de modèles actuel de JMP16.1 ? Dois-je d'abord créer une nouvelle table en utilisant la technique d'équilibrage du module complémentaire (par exemple SMOTE-Tomek) avant de commencer l'analyse ? En effet, le prétraitement de vos données déséquilibrées peut améliorer considérablement les performances des métriques de vos modèles (voir le manuscrit ci-joint)
Dans l'attente de suggestions
Lu
Belgique
Ingénierie de la qualité et des procédésObjet : Dépistage du modèle à l'aide de JMP16 et de données déséquilibréesSalut,
Je suis désolé de voir que vous n'avez pas encore eu de réponse.
Je ne suis pas en mesure de commenter SMOTE ou d'autres méthodes de prétraitement en dehors de JMP. Je dirais que cela pourrait valoir la peine d'essayer.
Dans JMP Pro, je vous recommande d'examiner l'option de création d'une colonne de validation stratifiée par votre variable de réponse. Cela garantit que les niveaux de réponse sont représentés de manière égale dans vos sous-ensembles de test et de validation. Vous pouvez ensuite utiliser cette colonne de validation dans Model Screening dans JMP Pro 16.
Voici une vidéo rapide comment créer la colonne de validation.
Dis moi si ça aide,
Phil
