Hat JMP Anforderungen an die Stichprobengröße für die Methode des maschinellen Lernens?
JMP verfügt über viele Methoden des maschinellen Lernens, um geeignete Modelle anzupassen. Wie viele Beispiele sollten wir erhalten, wenn wir das Modell durch die Methode des maschinellen Lernens anpassen möchten?
Oder gibt es eine Regel für den Wert, dass die Stichprobengröße durch die Faktorengröße dividiert wird?
Wie Stichprobengröße mindestens 10 Mal kategorische Datentypfaktorgröße.
Vielen Dank für jeden Vorschlag.
Hallo Eric,
Dies ist eine weitere Frage, bei der ich glaube, dass es nicht möglich ist, eine endgültige Antwort zu geben.
Zunächst einmal sind sich nicht alle über die gleiche Definition von „Maschinelles Lernen“ einig.
Für mich ist die Holdback-Validierung ein wichtiger Teil des maschinellen Lernens. Ich sage den Benutzern, dass Sie wahrscheinlich mindestens 100 Zeilen benötigen, um die Holdback-Validierung zu verwenden.
Sie könnten Holdback wahrscheinlich mit weniger Zeilen verwenden, wenn Sie nur 2 oder 3 Prädiktorvariablen hätten. Aber bei einer so kleinen Anzahl von Prädiktoren ist maschinelles Lernen wahrscheinlich nicht erforderlich.
Ich glaube nicht, dass Sie anhand der Anzahl der Prädiktoren leicht sagen können, wie viele Zeilen vorhanden sind. Weil die erforderliche Anzahl von Zeilen auch eine Funktion der Komplexität der Verhaltensweisen im System ist, die Sie erst kennen, wenn Sie Modelle anpassen.
Natürlich gibt es andere Validierungsmethoden, die Sie verwenden können, um einen maschinellen Lernansatz mit weniger Zeilen anzuwenden (k-fach, SVEM).
Es kann nützlich sein, einen Blick darauf zu werfen diese Demo-Fallstudie.Der vollständige Datensatz hat 4608 Zeilen. Es gibt nur 5 Prädiktoren, aber sie sind kategorisch auf mehreren Ebenen, also ist es ein ziemlich komplexes System. Sie können Stichproben nehmen, um zu sehen, wie gut maschinelle Lernmethoden im Vergleich zu herkömmlicher statistischer Modellierung abschneiden. Ich habe keine rigorosen Studien durchgeführt, aber ich war überrascht festzustellen, dass die ML bei recht kleinen Stichproben (~ 150 Zeilen) besser abzuschneiden scheint als Standardmodelle.
Ich hoffe das hilft,
Phil
Ich stimme zu @Phil_Kay . Denken Sie daran, dass ML- und KI-Methoden für Vorhersagemodelle gedacht sind, nicht für Erklärungsmodelle. Inferenz ist kein Ziel, daher spielt die Stichprobengröße keine Rolle. Außerdem handelt es sich in praktisch allen Fällen um Big Data, sodass Rückschlüsse ebenfalls strittig sind. Verwenden Sie die entwickelten Metriken, um die Leistung der Vorhersage mit der Kreuzvalidierung zu vergleichen. Zum Beispiel ist AICc wahrscheinlich in mehr als einer Hinsicht das Beste.
Natürlich stimme ich dem zu, was Phil und Mark sagen. Ein zusätzlicher Gedanke: Wenn Ihr Kunde mit maschinellem Lernen tatsächlich ein multiples Regressionsmodell (mit oder ohne Terme höherer Ordnung) meint, dann könnte er die Option „Design bewerten“ aus dem DOE-Menü verwenden, die Leistungsschätzungen für die Modellterme liefert, sofern sie dies angeben können echte Fehlervariation. Folgen Sie andernfalls der Anleitung von Phil und Mark.
