JMP에서 랜덤 포레스트와 함께 범주형 데이터 사용JMP가 Random Forest에서 범주형 데이터를 처리하는 방법에 대해 머리를 감싸는 데 약간의 문제가 있습니다. 우리는 작은 파일럿 데이터 세트를 만들고 이 포럼에서 제안된 많은 기술을 포함하여 다양한 기술을 사용하여 범주 데이터를 매핑했습니다. 그러나 이러한 매핑을 사용할 때 왜 그렇게 많은 성능 차이를 확인해야 하는지 이해가 되지 않습니다. 개별 값 집합을 다른 개별 값 집합(예: 문자열에서 정수로)에 매핑하는 경우 JMP에서 왜 그렇게 많은 차이를 만들어야 합니까?
Python 또는 MATLAB의 랜덤 포레스트 알고리즘을 사용할 때 이러한 종류의 변형이 표시되지 않습니다. JMP를 사용하면 홀드아웃 데이터와 훈련 세트의 오류율 차이가 상당합니다.
우리는 이 주제에 대한 대부분의 게시물을 읽었으며 필요한 경우 시험 데이터 세트를 포함하여 더 자세한 정보를 제공할 수 있습니다. 그러나 JMP에서 성능을 최적화하는 방법을 선택하는 토끼 구멍에 뛰어들기 전에, 누군가가 그들의 랜덤 포레스트 구현이 범주 데이터를 매핑하는 방법에 왜 그렇게 민감한지 간략하게 설명할 수 있기를 바랐습니다.
감사.
해석학Re: JMP에서 랜덤 포레스트와 함께 범주형 데이터 사용명목상 모델링 유형을 사용하는 매핑된 정수 값입니까, 아니면 기본 연속 모델링 유형입니까?
Re: JMP에서 랜덤 포레스트와 함께 범주형 데이터 사용안녕 마크,
좋은 지적. 이 작업을 수행하는 대학원생이 "오!"라고 말했습니다. 
매우 감사합니다,
-조
