このアドインは、自己相関または連続する行に影響を与えるノイズなどのその他の要因による、行間の相関を含む可能性のあるデータの検証列を作成するのに役立ちます。 データは行ごとにグループ化され、グループはトレーニングまたは検証に割り当てられます。 グループ化とカットポイント検証を一緒に使用するオプションもあるので、最後の行がテスト セット内にある間に検証グループが時間全体に分散されます。 ユーザーにはデフォルトの推奨事項が表示されます。これは、標準の検証プラットフォームを使用するよりも継続的なプロセス データを分析する場合に役立つ可能性があります。 ターゲット変数が選択されている場合、ユーザーがトレーニング/検証の分割を視覚化するのに役立つグラフが表示されます。
これは、JMP Pro バージョン 16 および 17 で作成されました。標準バージョンまたは古いバージョンの JMP ではテストされていません。
このプロジェクトを見つけてくださいGitHub 、お気軽に問題を送信したり、プルリクエストをそこに送信してください。
モチベーション
デフォルトでは、検証プラットフォームは行をトレーニングと検証にランダムかつ個別に割り当てます。 行が独立している場合、これは理想的ですが、行が前の行に依存している場合、トレーニング セット内の情報は基本的にモデルの検証とテストに使用されるため、この分割によりモデルの予測能力に対する非現実的な期待が生じます。時系列では、これは通常、カットポイント検証を使用して解決されます。 @ian_jmpと@ジュリアンこのための素晴らしいアドインを開発しました:時系列検証列の作成。ただし、多くの探索モデルにとって、特に最近の変更が分析を促した場合、最新の行を使用することは最良のアプローチではありません。トレーニング セット内から行のグループを選択すると、最近のデータがまだモデルで利用できる可能性が高まりますが、トレーニング グループと検証グループの両方に個々のノイズ源が存在する可能性が最小限に抑えられます。
代替案
行間の相関関係を使用してデータを分析する他の 2 つの方法は、状況によってはより優れていますが、常に実行可能であるとは限りません。
- データ テーブルを真に独立した行に縮小し、ある行が前の行と相関する可能性を排除します。各列を独立した行に効果的に要約するのは難しい場合や時間がかかる場合があります。たとえば、プロセス開始時の 1 つの変数の 15 分間のイベント (2 日間の滞留時間) がターゲットに影響することをユーザーがまだ知らない場合、その変数を 2 日以上にわたって集計する方法がわからない可能性があります。独立した行を取得するため。
- 自己相関をモデル化または予測します。 時系列プラットフォームは始めるのに最適な場所であり、多変量モデルに一連のラグ変数を含めることで、プロセスについてさらに多くの洞察を得ることができます。何百もの変数を含む複雑なプロセスの場合、これは時間がかかり複雑であり、新規ユーザーのスキルセットを超えている傾向があります。
ユーザーインターフェース
該当する場合、ユーザーはターゲット変数を選択します。 デフォルトでは、これらの最初のものが階層化に使用されますが、これはグループとテーブルのサイズに応じて分割に常に影響するわけではありません。デフォルトの検証タイプはグループ化であり、推奨されるグループ サイズが表示されます。
ユーザーが適切なグループ サイズを特定できるように、ターゲット変数に関するいくつかの情報が表示されます。
「アンダー・ザ・フッド」の詳細
推奨されるグループ サイズは、各ターゲット変数の時系列分析に基づいています。プラットフォームは、次のいくつかの行の自己相関が 0.1 より小さいラグ タイムを選択し、小さなテーブルでは最小限のグループ数を確保し、大きなテーブルではグループ サイズを増やします。
変更点
最新バージョンの更新情報は次のとおりです。変更の完全なリストは、github の CHANGELOG.md で入手できます。
追加した
かわった
- 除外されていない行のみを使用してグループ サイズ制限を計算します。
- 潜在的なターゲット変数と開始変数のリストには数値列のみを表示します。
修理済み
- ターゲット列がテーブル内の選択された列にリセットされる場合があります。
- 正しい検証列名が常に使用されるわけではありませんでした。
- 自動更新オプションがオフになっている場合、一部の値は更新されません。
フィードバック
私たちは、このユーザー インターフェイスに関する提案やアイデア、およびこの問題を解決する他の方法の両方を探しています。 哲学的な議論については、お気軽に新しい投稿を作成してください。議論フォーラムとタグ@ihと@DrewLuebe私たちの注意を引くには、議論の余地が十分にあります。
@FNウィッシュリストの項目は次のとおりです。継続的なプロセスデータの検証
@ih私はそうは思わない。 新しいウィッシュアイテムを開いていただけませんか？それとも私がしましょうか？
@FN私も同意します。これにより、このタイプのデータに対して組み込みの相互検証がさらに便利になります。 まだウィッシュリストにこれを入れていないんですか？
これは素晴らしく、非常によく説明されています。 JMP はセンサー データをより適切にサポートする必要があると思います。
たとえば、K-fold もランダムな分割です。
https://community.jmp.com/t5/Discussions/k-fold-cross-validation-in-time-series-with-JMP-JMP-PRO/td-p/189094
時系列分割を行うと次のような効果もあります。
https://scikit-learn.org/stable/modules/cross_validation.html#time-series-split
