預測建模中的優化設計表你好，
我想在預測建模（增強樹和引導森林）中使用“調整設計表”功能。這個調優設計表似乎不是程序本身生成的。 當我激活調整設計時，在哪裡可以找到要使用的調整表？
期待回复
Rgd,
魯
回复：在預測建模中調整設計表我喜歡包括分析參數調整對隨機森林建模中性能和變量重要性度量的影響的研究。
問候，
盧多
回复：在預測建模中調整設計表我不知道任何最大值。 當然，你走的越高，花費的時間就越長，所以人們通常會嘗試在復雜性和實際需要多長時間之間取得平衡。 確保檢查提前停止，以便如果沒有改進，將提前停止特定的試驗，而不是運行到完成。
回复：在預測建模中調整設計表謝謝丹，
我這樣檢查。
您是否知道引導森林分析的參數限制設置指南。 還是反複試驗？
問候，
盧多
回复：在預測建模中調整設計表與其專注於要使用的設計或設計類型，不如專注於你真正想做的事情。
調整表允許您嘗試在許多不同的條件下擬合 Bootstrap Forest，以確定哪些設置似乎是最好的。 您要更改哪些參數？ 根據您附加的表格，您希望更改六項：森林中的樹數、每次拆分採樣的術語數、引導採樣率、每棵樹的最小拆分、每棵樹的最大拆分和最小大小拆分。
鑑於您要更改所有這些項目，這些項目中的每一個的範圍是多少？ 例如，樹數：默認樹數為 100。 也許你想招待從 100 棵樹到 200 棵樹的任何東西。 現在，您想嘗試 100 到 200（100、101、102、103、...、200）之間的每個值，還是每 25 個（100、125、150、175、200）之間的值？ 理想情況下，嘗試每個值是最好的，因為這些參數與模型擬合結果之間沒有平滑的關係。 你可以在 119 棵樹上有一個很棒的模型，在 118 和 120 棵樹上有一個糟糕的模型。 不幸的是，嘗試每個值都非常耗時，並且仍然取決於您選擇的參數的範圍。
一旦您將所有想法都投入到您實際嘗試對每個參數執行的操作中，您就可以創建表。 如果您的表只有幾行（嘗試幾種不同的條件），您可以手動創建它。 如果它有幾個條件（比你想手動輸入的更多），那麼你可以嘗試一個設計的實驗。 您選擇的設計類型將取決於您打算如何處理這些結果。 這就是實驗設計知識發揮作用的地方。 無論設計類型如何，您輸入的因子名稱都與 JMP 幫助中指示的名稱相同（請參閱我的第一篇文章）。 這就是 JMP 知道哪些列與哪些參數相匹配的方式——列名需要匹配（同樣，請參閱 JMP 幫助）。 此外，因子的範圍需要匹配每個調整參數的有效值。 因此，在我之前給出的樹數示例中，我將有一個名為樹數的因子，其範圍從 100 到 200。 您當前從 -1 到 1 的值將不起作用，因為您需要為所有這些調整參數設置正值。 沒有 -1 樹的 Bootstrap Forest 這樣的東西。
我希望這有幫助。
回复：在預測建模中調整設計表親愛的丹，
謝謝你的幫助。 我在 DOE 中徘徊，為此我必須使用哪種表格設計來創建表格。 有什麼建議最有效嗎？
我使用表面設計在 DOE 中生成了一個表格。 在 Boosted Forest 分析中執行“使用設計表”功能時，更改參數會導致錯誤（見附表）。 當我將列代碼保持為-1到1時，沒有問題。 或者參數設置有什麼限制？ JMP 如何知道哪個列用於參數（例如樹的數量和每次拆分的術語數）。 是按列號還是列名？
希望你能進一步幫助我
回复：在預測建模中調整設計表您需要創建調整設計表。 JMP 無法為您執行此操作，因為 JMP 無法知道用於擬合樹的各種參數的範圍（您應該考慮多少層？ 每棵樹有多少分裂？ 您希望查看什麼範圍的學習率？）
您當然可以只創建表格並選擇您希望考慮的選項。 但是，您可以使用設計的實驗在您指定的範圍內創建可能的參數設置。
設計的實驗方法將保證您以有效的方式覆蓋模型參數的範圍。 唯一需要注意的是，設計的實驗通常依靠插值來找到最佳設置。 Bootstrap Forest 和 Boosted Tree 的模型參數並不總是遵循設計實驗依賴於建模的“平滑函數”。
來自 JMP 幫助：
利用調音桌子設計
打開一個窗口，您可以在其中選擇數據桌子包含森林面板的值調音參數，稱為調音設計桌子. 一個調音設計桌子對於要指定的每個選項都有一列，並且有一個或多個行，每行代表一個 Bootstrap Forest 模型設計。 如果選項中未指定調音設計桌子，使用默認值。
對於中的每一行桌子， JMP 使用調音指定的參數。 如果一個以上的模型被指定在調音設計桌子，模型驗證集摘要報告列出了每個模型的 R 方值。 Bootstrap Forest 報表顯示具有最大 R 方值的模型的擬合統計量。
您可以創建一個調音設計桌子使用實驗設計設施。 自舉森林調音設計桌子可以按任何順序包含以下不區分大小寫的列：
–數字樹
–數字條款
–部分引導程序
–每棵樹的最小分割
–每棵樹的最大分割數
–最小尺寸拆分
