Tuning-Design-Tabelle in Predictive ModelingHallo,
Ich möchte die Funktion "Tuning Design Table" in der Vorhersagemodellierung (Boosted Tree und Bootstrap Forest) verwenden.Diese Tuning-Design-Tabelle scheint nicht vom Programm selbst generiert zu werden. Wo finde ich eine Tuning-Tabelle, die verwendet werden kann, wenn ich das Tuning-Design aktiviere?
Ich freue mich auf eine Antwort
Rgd,
Lu
Re: Tuning-Design-Tabelle in Predictive ModelingIch füge gerne Studien hinzu, die die Auswirkung von Parameter-Tuning auf die Leistung und Variablen-Wichtigkeitsmaße bei der Random-Forests-Modellierung analysiert haben.
Grüße,
Ludo
Re: Tuning-Design-Tabelle in Predictive ModelingMaximalwerte sind mir nicht bekannt. Natürlich dauert es umso länger, je höher man kommt, daher versuchen die Leute normalerweise, die Komplexität mit dem praktischen Aspekt der Zeitdauer in Einklang zu bringen. Stellen Sie sicher, dass das vorzeitige Beenden überprüft wird, sodass dieser bestimmte Versuch vorzeitig beendet wird, anstatt bis zum Ende ausgeführt zu werden, wenn keine Verbesserung eintritt.
Re: Tuning-Design-Tabelle in Predictive ModelingThx Dan,
Ich überprüfe es auf diese Weise.
Kennen Sie Richtlinien für die Einstellung der Parametergrenzen für die Bootstrap-Forest-Analyse? Oder ist es Versuch und Irrtum?
Grüße,
Ludo
Re: Tuning-Design-Tabelle in Predictive ModelingAnstatt sich auf das Design oder den zu verwendenden Designtyp zu konzentrieren, konzentrieren Sie sich auf das, was Sie WIRKLICH tun möchten.
Eine Tuning-Tabelle ermöglicht es Ihnen, den Bootstrap Forest unter vielen verschiedenen Bedingungen anzupassen, um festzustellen, welche Einstellungen die besten zu sein scheinen. Welche dieser Parameter möchten Sie ändern? Gemäß Ihrer beigefügten Tabelle wollten Sie sechs Elemente ändern: Anzahl der Bäume im Wald, Anzahl der pro Split abgetasteten Begriffe, Bootstrap-Abtastrate, minimale Splits pro Baum, maximale Splits pro Baum und minimale Größenaufteilung.
Angesichts der Tatsache, dass Sie alle diese Elemente ändern möchten, was sind die Reichweiten für jedes dieser Elemente? Zum Beispiel Anzahl der Bäume: Die Standardanzahl der Bäume ist 100. Vielleicht möchten Sie alles zwischen 100 und 200 Bäumen unterhalten. Möchten Sie jetzt JEDEN Wert zwischen 100 und 200 (100, 101, 102, 103, ..., 200) oder vielleicht alle 25 (100, 125, 150, 175, 200) ausprobieren? Im Idealfall ist es am besten, jeden Wert auszuprobieren, da es keine glatte Beziehung zwischen diesen Parametern und den Modellanpassungsergebnissen gibt. Sie könnten ein GROSSARTIGES Modell bei 119 Bäumen und schreckliche Modelle bei 118 und 120 haben. Leider ist das Ausprobieren aller Werte sehr zeitaufwändig und hängt immer noch vom Bereich der ausgewählten Parameter ab.
Sobald Sie sich alle Gedanken darüber gemacht haben, was Sie tatsächlich mit den einzelnen Parametern zu tun versuchen, können Sie Ihre Tabelle erstellen. Wenn Ihre Tabelle nur wenige Zeilen hat (ein paar verschiedene Bedingungen zum Ausprobieren), können Sie sie von Hand erstellen. Wenn es mehrere Bedingungen gibt (mehr als Sie manuell eingeben möchten), können Sie ein entworfenes Experiment ausprobieren. Welchen Designtyp Sie auswählen, hängt davon ab, was Sie mit diesen Ergebnissen vorhaben. Hier kommt das Wissen der experimentellen Gestaltung ins Spiel. Unabhängig vom Designtyp geben Sie die Namen der Faktoren so ein, wie sie in der JMP-Hilfe angegeben sind (siehe mein erster Beitrag). Auf diese Weise weiß JMP, welche Spalten zu welchen Parametern gehören – die Spaltennamen müssen übereinstimmen (siehe auch hier die JMP-Hilfe). Außerdem müssen die Bereiche für die Faktoren gültigen Werten für jeden der Abstimmungsparameter entsprechen. In dem Beispiel „Anzahl der Bäume“, das ich zuvor gegeben habe, hätte ich also einen Faktor namens „Anzahl der Bäume“ mit einem Bereich von 100 bis 200. Die Werte, die Sie derzeit von -1 bis 1 haben, funktionieren nicht, da Sie für alle diese Abstimmungsparameter positive Werte benötigen. Es gibt keinen Bootstrap-Wald mit -1-Bäumen.
Ich hoffe das hilft.
Re: Tuning-Design-Tabelle in Predictive ModelingLiebe Dan,
Thx für deine Hilfe. Ich frage mich in DOE, welches Tabellendesign ich verwenden muss, um eine Tabelle für diesen Zweck zu erstellen. Irgendwelche Vorschläge, was am besten funktioniert?
Ich habe eine Tabelle in DOE mit Surface Design generiert. Das Ändern der Parameter führt zu Fehlern bei der Ausführung der Funktion „Using Design Table“ in der Boosted-Forest-Analyse (siehe beigefügte Tabelle). Wenn ich den Spaltencode als -1 bis 1 halte, gibt es kein Problem. Oder gibt es Einschränkungen in den Parametereinstellungen? Woher weiß JMP, welche Spalte für die Parameter verwendet wird (z. B. Anzahl der Bäume und Anzahl der Terme pro Teilung). Ist es nach Spaltennummer oder Spaltenname?
Hoffe ihr könnt mir weiter helfen
Re: Tuning-Design-Tabelle in Predictive ModelingSie müssen die Tuning-Design-Tabelle erstellen. JMP kann dies nicht für Sie tun, da JMP die Bereiche für die verschiedenen Parameter zum Anpassen des Baums nicht kennen kann (wie viele Ebenen sollten Sie berücksichtigen? Wie viele Splits pro Baum? Welchen Bereich der Lernrate möchten Sie überblicken?)
Sie könnten sicherlich einfach die Tabelle erstellen und die Optionen auswählen, die Sie in Betracht ziehen möchten. Sie könnten jedoch ein entworfenes Experiment verwenden, um die möglichen Parametereinstellungen über den von Ihnen angegebenen Bereich zu erstellen.
Der Designed-Experiment-Ansatz garantiert, dass Sie die Bereiche Ihrer Modellparameter effizient abdecken. Die einzige Vorsicht besteht darin, dass entworfene Experimente oft auf Interpolation angewiesen sind, um die besten Einstellungen zu finden. Die Modellparameter für Bootstrap Forest und Boosted Tree folgen nicht immer den "glatten Funktionen", auf die sich entworfene Experimente für die Modellierung verlassen.
Aus der JMP-Hilfe:
Verwenden Abstimmung Tisch Entwurf
Öffnet ein Fenster, in dem Sie Daten auswählen können Tisch mit Werten für das Forest-Panel stimmen Parameter, genannt a stimmen Entwurf Tisch . EIN stimmen Entwurf Tisch verfügt über eine Spalte für jede Option, die Sie angeben möchten, und über eine oder mehrere Zeilen, die jeweils ein einzelnes Bootstrap Forest-Modelldesign darstellen. Wenn eine Option nicht in der angegeben ist stimmen Entwurf Tisch, der Standardwert wird verwendet.
Für jede Zeile in der Tisch, JMP erstellt ein Bootstrap Forest-Modell mit der stimmen Parameter angegeben. Wenn mehr als ein Modell in der angegeben ist stimmen Entwurf Tisch, der Modellvalidierungssatz-Zusammenfassungsbericht listet den RSquare-Wert für jedes Modell auf. Der Bootstrap Forest-Bericht zeigt die Anpassungsstatistik für das Modell mit dem größten RSquare-Wert.
Sie können eine erstellen stimmen Entwurf Tisch unter Verwendung der Einrichtungen zur Versuchsplanung. Ein Bootstrap-Wald stimmen Entwurf Tisch kann die folgenden Spalten ohne Berücksichtigung der Groß-/Kleinschreibung in beliebiger Reihenfolge enthalten:
– Zahlenbäume
– Zahlenbegriffe
– Portion Bootstrap
– Minimale Splits pro Baum
– Maximale Splits pro Baum
– Mindestgrößenaufteilung
