JMPのランダムフォレストでカテゴリデータを使用するJMP がランダム フォレスト内のカテゴリ データをどのように処理するかについて、頭を悩ませているところがあります。 私たちは小規模なパイロット データ セットを作成し、このフォーラムで提案された多くの手法を含むさまざまな手法を使用してカテゴリ データをマッピングしました。 しかし、これらのマッピングを使用するとパフォーマンスに大きな違いが見られる理由がよくわかりません。 個別の値のセットを別の個別の値のセットにマッピングしている場合 (文字列を整数にマッピングするなど)、なぜ JMP でそれほど大きな違いが生じるのでしょうか?
Python または MATLAB のランダム フォレスト アルゴリズムを使用する場合、この種の変動は見られません。 JMP を使用すると、保持されたデータとトレーニング セットのエラー率の差が大きくなります。
このトピックに関するほとんどの投稿を読んでおり、必要に応じて、試験データ セットなど、より詳細な情報を提供できます。 しかし、JMP のパフォーマンスを最適化する方法を選択するといううさぎの穴に飛び込む前に、ランダム フォレストの実装がカテゴリ データのマッピング方法に非常に敏感である理由を誰かが簡単に説明してくれることを期待していました。
ありがとう。
分析Re: JMP のランダム フォレストでカテゴリ データを使用するマッピングされた整数値は、ノミナル モデリング タイプまたはデフォルトの連続モデリング タイプを使用しているか?
Re: JMP のランダム フォレストでカテゴリ データを使用するハイマーク、
いい視点ね。 この仕事をしている私の大学院生は「ああ！」と言いました。 
どうもありがとう、
-ジョー
