545138_es-ES

liliconcom

Combinación de muchas columnas para probar interacciones en las plataformas de modelado predictivo

Tengo un conjunto de datos en el que tengo muchos predictores y quiero hacer factoriales de segundo orden de todos ellos (es decir, todas las interacciones posibles). Normalmente, si uso "Ajustar modelo", simplemente selecciono todos los predictores, establezco el factorial en 2 y luego selecciono "factorial a grado". Sin embargo, para otras plataformas, esta función factorial/de interacción no es compatible. Por lo tanto, necesito combinar 14 columnas, es decir, 14^2 = casi 200 nuevas columnas para crear. Ahora, podría usar la función "combinar columnas" en el menú "Cols" 200 veces, pero sospecho que puede haber una manera de hacer esto de una manera mucho más simple (y tal vez incluso sin la necesidad de JSL).

Intenté copiar los factoriales de segundo orden del cuadro "Construir efectos del modelo" de Ajustar modelo y pegarlos en la plataforma neuronal, pero eso no funciona. Estoy empezando a pensar que el problema es simplemente que ciertas plataformas de modelado predictivo (si no todas) NO aceptan efectos de interacción. Es por eso que creo que necesitaré crear columnas de interacción manualmente. ¿Alguna idea?

Exploración y visualización de datosDiseño de experimentosmacOSRe: Combinar muchas columnas para probar interacciones en las plataformas de modelado predictivo

Hola @abmayfield ,

 

Si construye su modelo (cualquier tipo de modelo de Machine Learning en JMP Pro, redes neuronales, ...) a través de la plataforma "Model Screening" (en Analyze, Predictive Modeling y luego Model Screening), puede especificar interacciones y efectos cuadráticos. en muchos modelos diferentes, incluidas las redes neuronales (ver captura de pantalla "Model_screening_options").

También tiene algunas otras opciones para la validación, como validaciones cruzadas, validación de columnas, etc.

 

Cuando se realice la comparación de modelos, puede abrir el panel de modelado específico de cualquier modelo probado.

Espero que esto te ayudará,

Re: Combinar muchas columnas para probar interacciones en las plataformas de modelado predictivo

Querido @abmayfield , creo que no hay necesidad de especificar efectos de segundo orden, ya que los modelos como el árbol neural y potenciado pueden modelarlos de forma natural, ya que son lo suficientemente complejos. Puede probar el siguiente ejemplo y, por ejemplo, en el perfilador puede especificar revisar las interacciones sin haberlas especificado para neural. Se necesitan efectos de orden superior para especificar especialmente para modelos de regresión, porque sin la fórmula subyacente no permitiría efectos cuadráticos o interacciones.

 

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 ) )
   )
  )
 )
);

 

Re: Combinar muchas columnas para probar interacciones en las plataformas de modelado predictivo

Georg, gracias y ese es un gran punto en el que pensé más después de publicar (y muestra mi ingenuidad). Definitivamente creo que la red neuronal considera inherentemente las interacciones. Sé que en la selección de modelos, puede marcar la casilla para considerar efectos cuadráticos o incluso de segundo orden... incluso para tiempos de modelado que no los consideran en la plataforma misma (por ejemplo, neural). Y ME OLVIDÉ por completo del generador de perfiles de interacción, que será MUY útil para lo que quiero hacer, así que nuevamente, ¡muchas gracias por sus comentarios y sugerencias!

Re: Combinar muchas columnas para probar interacciones en las plataformas de modelado predictivo

Lo siento, quise dirigir mi respuesta a Georg a ambos. Ese es un gran punto sobre la explotación de la selección de modelos para realizar interacciones de segundo orden (especialmente cuando la plataforma en sí no admite tales interacciones). Sabiendo eso, así como el hecho de que algunos de los métodos en realidad consideran las interacciones inherentemente, ¡creo que puedo hacer la mayor parte de lo que necesito hacer!