支援向量機 (SVM) KFold 在版本 16.2 中不再可用？我有兩台計算機，一台裝有 JMP Pro 16.0 版，另一台裝有 Pro 16.2。兩者都在 Windows 中。
在 JMP 版本 16.0 中，我可以使用預測建模 > 支援向量機 > 驗證方法 > KFold。
對於 JMP 版本 16.2 中的相同資料表，KFold 選項顯示為灰色。我已經嘗試了很多次，使用了很多數據表和很多不同的選項，但從未在 16.2 版本中看到可用於 SVM 的 KFold 選項。該功能被刪除了嗎？更新到 16.2 後如何在 SVM 上執行 KFold 驗證？
預測建模和機器學習品質和工藝工程回复：支持向量機 (SVM) KFold 在 16.2 版中不再可用？是的，它在 16.0 中可用（並且是正確的），但它似乎被 16.2 意外地禁止了。 我相信它應該被允許，並且應該在下一個版本中重新實現。 對於功能丟失，我深表歉意，非常感謝您提請我們注意！
回复：支持向量機 (SVM) KFold 在 16.2 版中不再可用？謝謝你快速的回复。我的 Y 變量確實是連續的，我正在執行 SVR。我對您的回复的理解是，KFold for SVR 在 16.0 中可用（但可能實施不正確），但在 16.2 中不可用？
謝謝！
回复：支持向量機 (SVM) KFold 在 16.2 版中不再可用？KFold 仍然可用，但如果標稱響應的水平超過 2 個，則它永遠不可用。 我猜你的響應變量有 3 個或更多級別的響應？
這是因為當擬合 > 2 個級別時，所有成對模型（因此 n 選擇 2 個模型）都被擬合，然後組合起來進行整體擬合。 所以成對模型的數量可以非常快地變得非常大。 如果我們然後在此基礎上執行 kfold，估計的時間可能會變得很長，並且可能會遇到存儲所有結果的內存問題。
那是我最初的想法，然後我發現連續Y，KFold不可用，所以也許你的反應是連續的。 Support Vector Regression 是在 16 中添加到 SVM 中的，似乎未啟用允許 KFold 用於 SVR 模型。 這可能是一個疏忽（我想不出為什麼它會被禁止，不像 >2 級分類案例），所以我將輸入一個錯誤報告來啟用它。
謝謝你！
