此加载项有助于为可能包含行之间相关性的数据创建验证列，这可能是由于自相关或其他因素（包括影响连续行的噪声）。 数据按行分组，然后将组分配给训练或验证。 还有一个选项可以同时使用分组和切点验证，因此验证组在时间上分布，而最后一行在测试集中。 在分析连续过程数据时，向用户呈现的默认建议可能比使用标准验证平台更有用。 如果选择了目标变量，则会显示图表以帮助用户可视化训练/验证拆分。
这是使用 JMP Pro 版本 16 创建的。它尚未在标准或旧版本的 JMP 上进行测试。
找到这个项目GitHub ，请随时在那里提交问题或拉取请求。
动机
默认情况下，验证平台会随机且单独地将行分配给训练和验证。 当行是独立的时，这是理想的，但是如果一行依赖于前一行，则这种拆分将导致对模型的预测能力的不切实际的期望，因为训练集中的信息基本上用于验证和测试模型。实际上，在时间序列中，这通常使用切割点验证来解决@ian_jmp和@朱利安为此开发了一个很棒的插件：创建时间序列验证列.对于许多使用最新行的探索性模型来说并不是最好的方法，特别是当最近的变化促使分析时。从训练集中挑选行组增加了模型仍然可以使用最新数据的可能性，同时最大限度地减少了训练组和验证组中都存在单个噪声源的可能性。
备择方案
在某些情况下，其他两种分析行间相关性数据的方法更好，但并不总是可行：
- 将数据表缩减为真正独立的行，消除一行与前一行相关的可能性。有时，将每一列有效地汇总为独立的行是很棘手或耗时的。例如，如果用户还不知道在流程开始时一个变量中的 15 分钟事件 2 天停留时间会影响他们的目标，那么用户可能不知道如何在 2 天或更长时间内总结该变量为了获得独立的行。
- 建模或预测自相关。 时间序列平台是一个很好的起点，在多元模型中包含一系列滞后变量可以为该过程提供很多额外的见解。对于具有数百个变量的复杂流程，这既耗时又复杂，而且往往超出新用户的技能范围。
用户界面
如果适用，用户选择目标变量。 默认情况下，第一个用于分层，尽管这并不总是会根据组和表大小影响拆分。默认验证类型是分组，并提供推荐的组大小。
显示有关目标变量的一些信息以帮助用户确定适当的组大小。
“引擎盖下”详细信息
建议的组大小基于每个目标变量的时间序列分析。该平台选择一个滞后时间，其中接下来的几行的自相关小于 0.1，然后确保小表中的组数最少，并增加大表中的组大小。
反馈
我们正在寻找与此用户界面相关的建议和想法，以及解决此问题的其他方法。 对于哲学讨论，请随时在讨论论坛和标签@ih和@DrewLuebe为了引起我们的注意，这将提供足够的讨论空间。
