J'essaie de prédire une réponse continue sur la base d'entrées continues. Cependant, lors de l'analyse, j'ai observé que SVR envisageait les lignes exclues, que je souhaite utiliser pour la validation du modèle. De plus, les résultats de la régression n'ont pas pu être dupliqués dans la bibliothèque Scikit-Learn.
S'il vous plaît, aidez-nous sur ce problème !
Bonjour,
Je viens d'exécuter un modèle SVM par défaut sur le même ensemble de données, Tablet Production.jmp
J'utilise JMP16.2 sur un Mac
J'ai sélectionné au hasard 50 % des lignes et défini leur état sur Masqué/Exclus
J'ai exécuté la plate-forme SVM à partir du menu Analyze avec et sans l'état caché/exclu.
Il semble que la plate-forme obéisse à l'état de la ligne.
Pourquoi SciKit ne correspond-il pas à JMP ? Cela a probablement à voir avec la façon dont le modèle a été paramétré.
Par exemple, l'ajustement par défaut peut ne pas correspondre à la valeur par défaut dans SciKit.
Support Vector Machines(
Y( :Dissolution ),
X(
:API Particle Size, :Mill Time, :Screen Size, :Mag. Stearate Supplier,
:Lactose Supplier, :Sugar Supplier, :Talc Supplier, :Blend Time,
:Blend Speed, :Compressor, :Force, :Coating Supplier, :Coating Viscosity,
:Inlet Temp, :Exhaust Temp, :Spray Rate, :Atomizer Pressure
),
Fit(
Kernel Function( "Radial Basis Function" ),
Gamma( 0.0588235294117647 ),
Cost( 1 ),
Validation Method( "None" )
)
);
Merci pour votre réponse détaillée, j'ai également mis à niveau vers 16.2, réanalysé le problème et maintenant le problème ne se duplique pas (les lignes exclues n'apparaissent pas non plus dans les tracés prédits/résiduels). Je suis également capable de reproduire l'analyse sur scikit-Learn en utilisant gamma='auto' ou (1/features). Merci encore pour votre réponse détaillée, obligé!
