Betreff: Aufteilen von Daten, die nicht als Validierungsspalten verwendet werden sollenIch habe dies intern aufgezeichnet und die Fehler-ID oben hinzugefügt.
@reese_sj , können Sie bitte einen neuen Artikel für den zweiten Teil dieser Anfrage eingeben (d. h. die Schätzungen für das Fehlen des Beutels für die Modellvalidierung)? Das sind zwei unterschiedliche Anfragen.
Vielen Dank!
Aufteilen von Daten, die nicht als Validierungsspalten verwendet werden sollenValidierungsspalte: Ziemlich oft müssen wir Daten in einem Trainings- und Testsatz aufteilen, aber nicht in einen Validierungssatz, der für die Modellauswahl verwendet wird. Dies funktioniert nicht in JMP. ZB für Modellierungsmethoden, bei denen wir Kreuzvalidierung verwenden können, wie NN oder GLR, und die Modellauswahl/-validierung auf der Grundlage der Trainingsdaten vornehmen und die Testdaten wirklich nur zum Testen des Modells verwenden möchten. Wenn Testdaten ausgeschlossen werden, verwenden Boosted Trees und Random Forest die ausgeschlossenen Daten zur Validierung des Modells (möglicherweise für NN). Dies erfordert zusätzliche Schritte, um die Testdaten für die Modellierung zu löschen und später für den Modellvergleich wieder hinzuzufügen.
Statistik und AnalytikBetreff: Aufteilen von Daten, die nicht als Validierungsspalten verwendet werden sollen - Status geändert in: Derzeit nicht geplant@reese_sj ist die Sorge, dass die Validierungsdaten betrügen?Wie schlagen Sie vor, dass das Modell entscheidet, wann es am besten zu den Daten passt?Wir sehen oft nur Validierungsdaten ohne Testset, aber nicht umgekehrt.JMP hat keine Möglichkeit, ein NN ohne irgendeine Form von Validierung oder Zurückhaltung anzupassen.Wenn Sie den Algorithmus so gut wie möglich an die Trainingsdaten anpassen lassen, erhalten Sie höchstwahrscheinlich ein überangepasstes Modell.Ich würde das Modell erstellen und im Formeldepot veröffentlichen und es dann auf dem Testdatensatz ausführen, wenn Sie sehen möchten, wie gut es passt.
