Sto cercando di prevedere una risposta continua sulla base di input continui. Tuttavia, durante l'analisi, ho osservato che SVR considera le righe escluse, che desidero utilizzare per la convalida del modello. Inoltre, i risultati della regressione non potevano essere duplicati nella libreria Scikit-Learn.
Per favore aiutatemi su questo problema!
Ciao,
Ho appena eseguito un modello SVM predefinito sullo stesso set di dati, Tablet Production.jmp
Sto usando JMP16.2 su un Mac
Ho selezionato casualmente il 50% delle righe e ho impostato il loro stato su Nascosto/Escluso
Ho eseguito la piattaforma SVM dal menu Analizza con e senza lo stato nascosto/escluso.
Sembra che la piattaforma obbedi allo stato della riga.
Perché SciKit non corrisponde a JMP? Probabilmente ha a che fare con il modo in cui il modello è stato parametrizzato.
Ad esempio, l'adattamento predefinito potrebbe non corrispondere all'impostazione predefinita in 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" )
)
);
Grazie per la tua risposta dettagliata, ho anche aggiornato alla 16.2, rianalizzato il problema e ora il problema non si duplica (anche le righe escluse non vengono visualizzate nei grafici previsti/residui). Sono anche in grado di replicare l'analisi su scikit-Learn usando gamma='auto' o (1/features). Grazie ancora per la tua risposta dettagliata, obbligato!
