378718_zh-CN

liliconcom

JMP 中的集成建模

 

了解如何使用模型筛选平台在 JMP 16 Pro 中制作集成模型（模型的模型）。集成模型通常是比单个模型更好的预测器。

 

Ensemble Model Set-Up OptionsEnsemble Model Set-Up OptionsEnsemble Model Set-Up OptionsEnsemble Model Set-Up OptionsEnsemble Model Set-Up Options集成模型设置选项

 

1. 构建多个模型以选择最佳模型。 分析>预测模型>模型筛选。
   1. 添加因素和响应并包括验证列。
   2. 选择并选择方法、选项、折叠合并和建模选项。
   3. 单击确定。
   4. 使用评估方法报告中的 R 平方值检查和比较结果。
   5. 选择几个好的模型来构建你的集成模型。
   6. 从红色小三角，保存快速公式以将模型值添加到您的数据表。
2. 构建集成模型 - 分析>预测模型>选择模型并使用模型和预测 Y 作为因子。还包括验证列。
3. 将整体模型的 R 方与单个模型的 R 方进行比较。  

Ensemble Model ResultsEnsemble Model ResultsEnsemble Model ResultsEnsemble Model ResultsEnsemble Model Results集成模型结果

我演示了如何在 JMP 16 Pro 中制作集成模型（模型的模型）。利用模型筛选平台。

 

 

 

回复：JMP 中的集成建模

有关集成模型的更多信息

回复：JMP 中的集成建模

@dale_lehman , 好问题。模型平均与集成建模并不完全相同。基本区别在于模型平均是对所有模型预测取平均值。每个模型在模型平均中具有相同的权重。这通常会导致更健壮的模型，有时会导致更好的整体模型，但并非总是如此。我认为这是一种有效的技术，即使与集成建模结合使用也值得使用。集成建模允许 JMP 从本质上将权重应用于更准确的预测。当您在 Neural 平台中使用多个节点和双曲正切激活类型时，它会稍微复杂一些，但这本质上是 Ensemble 模型所做的。

回复：JMP 中的集成建模

不错，简洁的介绍。但我想知道你为什么不使用模型比较选项，它允许你自动进行模型平均？相反，您使用各种模型预测构建了一个神经网络。关于平均是否是（或不是）构建集成模型的好方法，您能否提供任何指导？