Support Vector Machine (SVM) KFold n'est plus disponible en version 16.2 ?J'ai deux ordinateurs, un avec JMP Pro version 16.0 et un autre avec Pro 16.2. Tous deux sous Windows.
Dans JMP version 16.0, je peux utiliser la modélisation prédictive> Machines à vecteurs de support> Méthode de validation> KFold.
Avec la même fiche technique dans JMP version 16.2, l'option KFold est grisée. J'ai essayé plusieurs fois, avec de nombreuses fiches techniques, et avec de nombreuses options différentes, mais je n'ai jamais vu l'option KFold disponible pour SVM dans la version 16.2. Cette fonctionnalité a-t-elle été supprimée ? Comment puis-je effectuer la validation KFold sur SVM après la mise à jour vers 16.2 ?
Modélisation prédictive et apprentissage automatiqueIngénierie Qualité et ProcédésRe : Support Vector Machine (SVM) KFold n'est plus disponible dans la version 16.2 ?Oui, il était disponible en 16.0 (et correctement), mais il semble avoir été accidentellement interdit par 16.2. Je pense que cela devrait être autorisé et qu'il devrait être réimplémenté dans la prochaine version. Je m'excuse pour la perte de fonctionnalité et je vous remercie grandement de l'avoir porté à notre attention !
Re : Support Vector Machine (SVM) KFold n'est plus disponible dans la version 16.2 ?Merci pour votre réponse rapide.Ma variable Y est en effet continue et j'exécute SVR.Ma compréhension de votre réponse est que KFold pour SVR était disponible (mais peut-être mal implémenté) dans 16.0, mais pas disponible dans 16.2 ?
Merci!
Re : Support Vector Machine (SVM) KFold n'est plus disponible dans la version 16.2 ?KFold est toujours disponible, mais il n'est jamais disponible si la réponse nominale a plus de 2 niveaux. Je suppose que votre variable de réponse a 3 niveaux ou plus dans la réponse ?
En effet, lors de l'ajustement> 2 niveaux, tous les modèles par paires (choisissez donc 2 modèles) sont ajustés, puis combinés pour l'ajustement global. Ainsi, le nombre de modèles par paires peut devenir très important, très rapidement. Si nous faisions ensuite kfold en plus de cela, le temps d'estimation pourrait devenir très long et éventuellement rencontrer des problèmes de mémoire pour stocker tous les résultats.
C'était ma première pensée, puis j'ai découvert qu'avec un Y continu, KFold n'est pas disponible, alors peut-être que votre réponse est continue. La régression vectorielle de support a été ajoutée à SVM dans 16, et il semble que l'autorisation de KFold pour les modèles SVR n'était pas activée. Il s'agit probablement d'un oubli (je ne peux pas penser à une raison pour laquelle il serait interdit contrairement au cas de classification> 2 niveaux), donc je vais entrer un rapport de bogue pour l'activer.
Merci!
