Réglage des paramètres dans la modélisation prédictiveDans la plateforme de modélisation prédictive, il serait bien d'avoir des options, similaires aux seuils alternatifs de la matrice de confusion, pour modifier divers paramètres de réglage pour un certain nombre d'étapes itératives de valeurs. Par exemple, dans une partition, faites varier la taille minimale de partage entre 3 et 10 par incréments de 1 (de même pour les autres paramètres). Je réalise que ce n'est pas difficile à réaliser avec une boucle dans un script, mais ce serait bien si c'était aussi simple qu'avec l'exemple de coupure de matrice de confusion, ou la façon dont cela fonctionne pour mettre une variable dans la zone Par lors d'une analyse. . Il serait alors facile d’examiner comment les différentes mesures de performance changent à mesure que les paramètres de réglage varient.
D'après mon expérience, la plupart des paramètres par défaut de JMP fonctionnent plutôt bien, mais il devient fastidieux de tester si cela est vrai ou non. Cette suggestion automatiserait ces tests et permettrait de déterminer plus facilement s'il convient ou non de remplacer les valeurs par défaut.
Automatisation et scriptsExploration et visualisation des donnéesModélisation prédictive et apprentissage automatiqueRe : Réglage des paramètres dans la modélisation prédictive - Statut changé en : AcquisSalut @dale_lehman , Merci pour votre suggestion! Nous avons enregistré votre demande et la prendrons en considération.
Re : Réglage des paramètres dans la modélisation prédictiveJe soutiens totalement cette proposition. Réglage dit hyperparamétrique fréquemment rencontré en modélisation. Eh bien, inclure cette option rendra JMP Pro beaucoup plus compétitif par rapport à d'autres logiciels d'analyse de données, de modélisation ML comme Matlab, par exemple.
