Tabla de ajuste de diseño en modelado predictivoHola,
Quiero utilizar la función "tabla de diseño de ajuste" en el modelado predictivo (árbol potenciado y bosque de arranque).Esta tabla de diseño de sintonización parece no ser generada por el programa en sí. ¿Dónde puedo encontrar una tabla de tuning para usar cuando activo el diseño Tuning?
esperando respuesta
rgd,
Lu
Re: Ajuste de la tabla de Diseño en Modelado PredictivoMe gusta incluir estudios que analicen el efecto del ajuste de parámetros en el rendimiento y las medidas de importancia variable en el modelado aleatorio de bosques.
Saludos,
Ludo
Re: Ajuste de la tabla de Diseño en Modelado PredictivoNo conozco ningún valor máximo. Por supuesto, cuanto más alto llegues, más tiempo llevará, por lo que la gente suele intentar equilibrar la complejidad con el aspecto práctico de cuánto tiempo llevará. Asegúrese de que se marque la detención anticipada para que, si no hay mejoras, esa prueba en particular se detenga antes de tiempo en lugar de ejecutarse hasta su finalización.
Re: Ajuste de la tabla de Diseño en Modelado PredictivoGracias Dan,
Lo comprobo de esta manera.
¿Conoce alguna guía para la configuración de límites de parámetros para el análisis del bosque de arranque? ¿O es prueba y error?
Saludos,
Ludo
Re: Ajuste de la tabla de Diseño en Modelado PredictivoEn lugar de centrarse en el diseño o el tipo de diseño a utilizar, concéntrese en lo que REALMENTE quiere hacer.
Una tabla de ajuste le permite intentar ajustar Bootstrap Forest en muchas condiciones diferentes para determinar qué configuraciones parecen ser las mejores. ¿Cuál de esos parámetros quieres cambiar? De acuerdo con la tabla adjunta, buscaba cambiar seis elementos: número de árboles en el bosque, número de términos muestreados por división, frecuencia de muestreo de Bootstrap, divisiones mínimas por árbol, divisiones máximas por árbol y división de tamaño mínimo.
Dado que desea cambiar todos estos elementos, ¿cuáles son los rangos para cada uno de estos elementos? Por ejemplo, número de árboles: el número predeterminado de árboles es 100. Quizás quieras entretener desde 100 árboles hasta 200 árboles. Ahora, ¿le gustaría probar CADA valor entre 100 y 200 (100, 101, 102, 103, ..., 200), o quizás cada 25 (100, 125, 150, 175, 200)? Idealmente, lo mejor es probar todos los valores porque no existe una relación fluida entre estos parámetros y los resultados del ajuste del modelo. Podrías tener un GRAN modelo con 119 árboles y modelos horribles con 118 y 120. Desafortunadamente, probar cada valor lleva mucho tiempo y aún depende del rango de los parámetros que haya elegido.
Una vez que haya pensado completamente en lo que realmente está tratando de hacer con cada uno de los parámetros, puede crear su tabla. Si su tabla solo tendrá unas pocas filas (algunas condiciones diferentes para probar), puede crearla a mano. Si tendrá varias condiciones (más de las que desea escribir a mano), puede intentar un experimento diseñado. El tipo de diseño que elija dependerá de lo que planee hacer con esos resultados. Aquí es donde entra en juego el conocimiento del diseño experimental. Independientemente del tipo de diseño, ingresa los nombres de los factores como los nombres indicados en la ayuda de JMP (ver mi primera publicación). Así es como JMP sabe qué columnas van con qué parámetros: los nombres de las columnas deben coincidir (nuevamente, consulte la ayuda de JMP). Además, los rangos de los factores deben coincidir con los valores válidos para cada uno de los parámetros de ajuste. Entonces, en el ejemplo de Número de árboles que di antes, tendría un factor llamado Número de árboles con un rango de 100 a 200. Los valores que tiene actualmente de -1 a 1 no funcionarán porque necesita tener valores positivos para todos estos parámetros de ajuste. No existe un bosque Bootstrap con árboles -1.
Espero que esto ayude.
Re: Ajuste de la tabla de Diseño en Modelado PredictivoQuerido Dan,
Gracias por tu ayuda. Pregunto en DOE qué diseño de mesa debo usar para crear una mesa para este propósito. ¿Alguna sugerencia de qué funciona mejor?
Generé una tabla en DOE usando Surface Design. Cambiar los parámetros provoca errores al realizar la función "usar la tabla de diseño" en el análisis de bosque impulsado (ver tabla adjunta). Cuando mantengo el código de columna como -1 a 1, no hay problema. ¿O hay alguna limitación en la configuración de los parámetros? ¿Cómo sabe JMP qué columna se utiliza para los parámetros (por ejemplo, número de árboles y número de términos por división)? ¿Es por número de columna o por nombre de columna?
Espero que puedas ayudarme más
Re: Ajuste de la tabla de Diseño en Modelado PredictivoNecesita crear la tabla de diseño de tuning. JMP no puede hacer esto por usted porque no hay forma de que JMP conozca los rangos de los diversos parámetros para ajustar el árbol (¿cuántas capas debe considerar? ¿Cuántas divisiones por árbol? ¿Qué rango de tasa de aprendizaje desea revisar?)
Ciertamente, podrías simplemente crear la tabla y elegir las opciones que deseas considerar. Sin embargo, podría utilizar un experimento diseñado para crear las posibles configuraciones de parámetros en el rango que especificó.
El enfoque experimental diseñado garantizará que cubra los rangos de los parámetros de su modelo de manera eficiente. La única precaución es que los experimentos diseñados a menudo se basan en la interpolación para encontrar la mejor configuración. Los parámetros del modelo para Bootstrap Forest y Boosted Tree no siempre siguen las "funciones fluidas" en las que se basan los experimentos diseñados para el modelado.
De la ayuda de JMP:
Usar Afinación Mesa Diseño
Abre una ventana donde puede seleccionar un dato. mesa que contiene valores para el panel Bosque Afinación parámetros, llamados Afinación diseño mesa . A Afinación diseño mesa tiene una columna para cada opción que desea especificar y tiene una o varias filas, cada una de las cuales representa un único diseño de modelo de Bootstrap Forest. Si una opción no está especificada en el Afinación diseño mesa, se utiliza el valor predeterminado.
Para cada fila en el mesa, JMP crea un modelo de bosque Bootstrap utilizando el Afinación parámetros especificados. Si se especifica más de un modelo en el Afinación diseño mesa, el informe Resúmenes del conjunto de validación de modelos enumera el valor RSquare para cada modelo. El informe Bootstrap Forest muestra las estadísticas de ajuste para el modelo con el valor RSquare más grande.
Puedes crear un Afinación diseño mesa utilizando las instalaciones de Diseño de Experimentos. Un bosque de arranque Afinación diseño mesa puede contener las siguientes columnas que no distinguen entre mayúsculas y minúsculas en cualquier orden:
– árboles numéricos
– Términos numéricos
– Arranque de porciones
– Divisiones mínimas por árbol
– Divisiones máximas por árbol
– División de tamaño mínimo
