데이터 분할데이터를 훈련, 검증, jmp로 설정된 테스트의 세 세트로 공급하고 싶습니다. 어떻게 해야 합니까? jmp는 테스트 세트를 사용합니까? 아니면 훈련과 검증만 하는 건가요?
실험 설계예측 모델링 및 기계 학습Re: 데이터 분할JMP Pro에는 모든 관찰, 훈련, 검증 및 테스트에 대한 지정을 설정할 수 있는 기본 기능이 있습니다. 그런 다음 분석 플랫폼 내에서 관찰이 적절하게 처리됩니다. JMP만 있는 경우에도 이 모델링 모범 사례를 계속 사용할 수 있습니다. 키 입력과 메뉴 선택이 훨씬 더 많아지고 데이터를 수동으로 처리하기만 하면 됩니다. 이전 동료(저는 SAS/JMP 퇴직자입니다)라고 생각합니다. @제프_퍼킨슨 JMP 진로를 위한 작업 흐름에 대한 제안과 함께 수년 전에 블로그 게시물을 작성하셨습니까? 아니면 제가 잘못 기억하고 있는 것일 수도 있습니다.
다음은 JMP 및 JMP Pro에서 유효성 검사 열을 만드는 '방법'에 대한 링크입니다. 유효성 검사 열 만들기
Re: 데이터 분할안녕하십니까 @tuo88138 ,
JMP 커뮤니티에 오신 것을 환영합니다!
표준 JMP는 규칙으로 2단계 검증을 사용하고 JMP Pro에는 예측 모델링에서 분석 플랫폼에 내장된 3단계 검증이 있습니다. 표준 JMP에서는 모델을 구축할 때 항상 테스트 세트 데이터를 숨기고 제외한 다음 다시 가져와 모델에 미치는 영향 및/또는 교육 및 검증 세트가 모델링 프로세스에서 얼마나 잘 수행되었는지 확인할 수 있습니다.
또한 JMP Pro에서 직접 검증 열을 수동으로 작성할 수도 있습니다.새 열을 만들고 열 정보 및 데이터 초기화 > 누락/비어 있음 드롭다운으로 이동합니다.Random 및 Random Indicator를 선택하여 데이터를 2개 또는 3개의 수준 검증 세트로 나눕니다.JMP Pro에서 검증 열을 작성하는 방법을 보려면 아래 링크를 확인하십시오.
유효성 검사 열 만들기(홀드아웃 샘플) | JMP
HTH
계산서
Re: 데이터 분할내 초기 답장과 @Bill_Worley 아시는지 모르겠지만 JMP는 k-fold, leave one out 등과 같은 다른 모델링 교차 검증 방법도 지원합니다. 이러한 방법의 구현은 가장 일반적으로 분석 플랫폼 시작/사양 워크플로에 내장되어 있습니다. 관찰을 위해 특정 열을 설정하거나 훈련/검증/테스트 지정을 설정하는 것보다 따라서 모델링 방법, 당면한 실제 문제 및 데이터에 따라 이러한 방법 중 하나가 유용할 수도 있습니다. 통계에서처럼... '상황에 따라' 다릅니다.
Re: 데이터 분할정말 고맙습니다.
