JMP의 앙상블 모델링
Model Screening 플랫폼을 사용하여 JMP 16 Pro에서 앙상블 모델(모델 모델)을 만드는 방법을 확인하십시오.앙상블 모델은 종종 개별 모델보다 더 나은 예측 변수입니다.
Ensemble Model Set-Up Options앙상블 모델 설정 옵션
- 여러 모델을 만들어 최고의 모델을 선택하세요. 분석>예측 모델>모델 스크리닝.
- 요인 및 반응을 추가하고 검증 열을 포함합니다.
- 방법, 옵션, 접힌 통합 및 모델링 옵션을 선택하고 선택합니다.
- 확인을 클릭합니다.
- 평가 방법 보고서에서 R-제곱 값을 사용하여 결과를 검사하고 비교합니다.
- 앙상블 모델을 구축하기 위해 몇 가지 좋은 모델을 선택하십시오.
- 빨간색 삼각형에서 빠른 수식을 저장하여 데이터 테이블에 모델 값을 추가합니다.
- 앙상블 모델 구축 - 분석>예측 모델>모델을 선택하고 모델 및 예측 Y를 요인으로 사용합니다.유효성 검사 열도 포함합니다.
- 앙상블 모델에 대한 R-제곱을 개별 모델 R-제곱과 비교합니다.
Ensemble Model Results앙상블 모델 결과
JMP 16 Pro에서 앙상블 모델(모델의 모델)을 만드는 방법을 보여줍니다.모델 심사 플랫폼을 활용합니다.
Re: JMP의 앙상블 모델링앙상블 모델에 대한 추가 정보
Re: JMP의 앙상블 모델링@dale_lehman , 좋은 질문입니다.모델 평균화는 Ensemble 모델링과 정확히 동일하지 않습니다.기본적인 차이점은 모델 평균은 모든 모델 예측의 평균을 취한다는 것입니다.각 모델은 모델 평균화에서 동일한 가중치를 갖습니다.이것은 일반적으로 더 강력한 모델과 때로는 더 나은 전체 모델로 이어지지만 항상 그런 것은 아닙니다.이것은 유효한 기법이며 앙상블 모델링과 함께 사용할 가치가 있다고 생각합니다.앙상블 모델링을 통해 JMP는 기본적으로 더 정확한 예측에 가중치를 적용할 수 있습니다.Neural 플랫폼에서 다중 노드와 쌍곡선 탄젠트 활성화 유형을 사용할 때 좀 더 복잡하지만 본질적으로 Ensemble 모델이 하는 일입니다.
Re: JMP의 앙상블 모델링좋은, 간결한 소개.하지만 자동으로 모델 평균을 계산할 수 있는 모델 비교 옵션을 사용하지 않은 이유가 무엇인지 궁금합니다.대신 다양한 모델 예측을 사용하여 신경망을 구축했습니다.평균화가 앙상블 모델을 구축하는 좋은 방법인지 여부에 대한 지침을 제공할 수 있습니까?
