formules de formation et de validation différentesSalut @russ_wolfinger ,
J'ai une question sur la façon dont XGBoost génère les formules de prédiction. J'avais exécuté une version "ancienne" de XGBoost sur certaines données et les formules de prédiction étaient un peu différentes de ce qu'elles sont actuellement. Je pense que cela pourrait être une mise à jour pour XGBoost qui a été mentionnée dans ce post
https://community.jmp.com/t5/XGBoost-Early-Adopter/Applying-the-XGBoost-model-to-new-data/gpm-p/241796#M20
J'exécute généralement XGBoost avec juste une division de formation et de validation des données (une seule colonne de validation). Maintenant, lorsque j'exécute XGBoost, j'obtiens une colonne de prédiction pour quand :Validation==Training et quand :Validation==Validation. Les formules sont légèrement différentes et la formule de prédiction finale sélectionne l'une ou l'autre des solutions. Je ne comprends pas pourquoi ça fait ça.
La plate-forme ne devrait-elle pas simplement générer le modèle avec les données d'entraînement, puis utiliser les données de validation pour choisir les valeurs d'ajustement optimales ? Il semble étrange qu'il génère deux formules différentes, puis calcule la moyenne de la formule d'apprentissage ou de la formule de validation. Cela semble rendre plus difficile la prédiction des données futures lors de la fusion dans une autre table de données.
En fait, je viens d'essayer, et la nouvelle colonne Predictor (qui utilise N Val et N Trn) ne remplit pas les nouvelles prédictions. Les colonnes Predictor pour Training et validation le font, mais comme mentionné ci-dessus, les formules sont différentes et donc les sorties sont différentes. Comment procède-t-on avec de nouvelles données ?
Merci,
DS
Re : formules de formation et de validation différentesSalut @russ_wolfinger ,
Merci pour vos commentaires, cela aide à comprendre comment coder correctement la colonne Validation pour le complément XGBoost mis à jour (selon que vous faites du k-fold ou non). Je viens de le tester avec une colonne de validation recodée et cela fonctionne correctement.
J'apprécie l'aide !
Merci,
DS
Re : formules de formation et de validation différentesSalut @SDF1 ,
Désolé pour la confusion.Les formules de prédiction sont configurées pour calculer automatiquement les prédictions hors pli lors de l'exécution de k-fold.Si je comprends bien votre cas, le code peut en fait faire un CV double correspondant aux deux niveaux de votre colonne de validation.C'est pourquoi il existe deux formules différentes.
Pour ne faire qu'un seul ensemble de validation d'exclusion, vous devez modifier la colonne de validation pour qu'elle soit continue avec les valeurs 0 pour la formation et 1 pour la validation.Nous avons mis en place cette convention afin de gérer les deux cas, mais nous réalisons qu'elle diffère du fonctionnement des autres plates-formes JMP.
Pour prédire de nouvelles données, vous devrez peut-être définir manuellement des valeurs pour la colonne val comme mentionné dans le message précédent que vous avez lié, puis la formule devrait se propager.
J'espère que cela clarifie les choses - faites-le moi savoir si ce n'est pas le cas.Content que tu avances avec ça !
Russe
