我有一个数据集，其中有许多预测因子，我想对它们全部（即所有可能的交互作用）进行二阶阶乘。通常，如果我使用“拟合模型”，我只需选择所有预测因子，将阶乘设置为 2，然后选择“阶乘到度”。但是，对于其他平台，不支持此阶乘/交互作用功能。因此，我需要合并 14 列，即 14^2 = 几乎要创建 200 个新列。现在，我可以使用“Cols”菜单下的“合并列”功能 200 次，但我怀疑可能有一种方法可以以更简单的方式（甚至可能不需要 JSL）做到这一点。
我尝试简单地从 Fit Model 的“构建模型效应”框中复制二阶因子并将其粘贴到神经平台中，但这样做不起作用。我开始认为问题只是某些（如果不是全部）预测建模平台不接受交互效应。这就是为什么我认为我需要手动制作交互列。有什么想法吗？
抱歉，我想把我对 Georg 的回复告诉你们。 这是利用模型筛选进行二阶交互的一个重要点（尤其是当平台本身不支持此类交互时）。 知道这一点，以及一些方法实际上固有地考虑交互的事实，我想我可以完成大部分我需要做的事情！
乔治，谢谢，这是一个很好的观点，我在发帖后想得更多（并显示出我的天真）。 我绝对认为神经网络天生就考虑了交互。 我确实知道在模型筛选中，您可以选中该框以考虑二次甚至二阶效应......即使是在平台本身不考虑它们的建模时间（例如，神经）。 而且，我完全忘记了交互分析器，它对我想做的事情非常有帮助，所以再次非常感谢您的意见和建议！
亲爱的@abmayfield ，我认为没有必要指定二阶效应，因为像神经树和提升树这样的模型可以自然地对它们建模，因为它们足够复杂。 您可以尝试下面的示例，例如，在探查器中，您可以指定查看没有为神经指定它们的交互。 需要高阶效应来指定，特别是对于回归模型，因为没有后面的公式将不允许二次效应或交互作用。
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Tiretread.jmp" );
obj = dt << Profiler(
Y(
:Pred Formula ABRASION, :Pred Formula MODULUS, :Pred Formula ELONG,
:Pred Formula HARDNESS
)
);
obj << Interaction Profiler( 1 );
Neural(
Y( :ABRASION, :MODULUS, :ELONG, :HARDNESS ),
X( :SILICA, :SILANE, :SULFUR ),
Informative Missing( 0 ),
Validation Method( "Holdback", 0.3333 ),
Fit(
NTanH( 3 ),
Profiler(
1,
Desirability Functions( 1 ),
Interaction Profiler( 1 ),
Term Value(
SILICA( 1.2, Lock( 0 ), Show( 1 ) ),
SILANE( 50, Lock( 0 ), Show( 1 ) ),
SULFUR( 2.3, Lock( 0 ), Show( 1 ) )
)
)
)
);
你好@abmayfield ,
如果您通过“模型筛选”平台（在“分析”、“预测建模”和“模型筛选”中）构建模型（JMP Pro 中的任何类型的机器学习模型、神经网络等），您可以指定交互作用和二次效应在许多不同的模型中，包括神经网络（参见屏幕截图“Model_screening_options”）。
您还有一些其他验证选项，例如交叉验证、列验证等...
完成模型比较后，您可以打开任何测试模型的特定建模面板。
希望对你有帮助，
