Erfahren Sie mehr in unserem kostenlosen Online-Kurs:
Statistisches Denken für die industrielle Problemlösung
In diesem Video verwenden wir die Chemische Herstellung Beispiel und passen Sie einen Regressionsbaum für die kontinuierliche Antwort an, Ertrag . Wir verwenden JMP Pro für diese Demo.
Die akzeptable Ausbeute für dieses Verfahren beträgt 80 %.
Die Daten wurden in Trainings- und Validierungsdaten partitioniert. 60 % der Beobachtungen wurden zufällig dem Trainingssatz zugewiesen, und 40 % der Beobachtungen befinden sich im Validierungssatz.
Wir werden den Regressionsbaum an die Trainingsdaten anpassen und anhand der Validierungsdaten bestimmen, wann das Baumwachstum gestoppt werden soll.
Dazu wählen wir Predictive Modeling aus dem Analyze-Menü und dann Partition. Wir wählen aus Ertrag als Y, Response-Variable und wählen Sie die beiden Gruppen von Prädiktoren als X, Factors aus.
Es gibt verschiedene Optionen für die Verwendung der Modellvalidierung in JMP Pro. Eine Methode besteht darin, einen Holdout-Teil anzugeben. Beispielsweise können wir 40 % der Daten aus dem Modell heraushalten, um sie für .
Stattdessen verwenden wir die Validierungsspalte. Wir ziehen diese Spalte in die Rolle Validierung und klicken auf OK.
Da wir die Validierung verwenden, stellt JMP eine Go-Schaltfläche bereit. Wir klicken auf diese Schaltfläche, um den Baum automatisch zu erstellen und ihn dann zurückzuschneiden.
Der Baum ist etwas groß, also schalten wir ihn aus. Dazu verwenden wir das obere rote Dreieck, Anzeigeoptionen und deaktivieren Baum anzeigen.
Das endgültige Modell hat sieben Splits.
Sie können den Split-Verlauf unten sehen. Dies ist ein kleiner Datensatz, daher sind nur acht Aufteilungen möglich. Das Modell wurde auf sieben Splits zurückgeschnitten. Dies ist das Modell mit dem maximalen RSquare-Wert im Validierungssatz.
RSquare und RMSE sind beide besser für die Trainingsdaten, die zum Erstellen des Modells verwendet wurden. Das bedeutet, dass der Modell passt besser zu den Trainingsdaten als zu den Validierungsdaten.
Um dies zu sehen, wählen wir Plot Actual by Predicted Plot aus dem oberen roten Dreieck. Beachten Sie, dass die Datenpunkte für den Trainingssatz viel enger geclustert sind als im Validierungssatz.
Dieses Diagramm zeigt Ihnen, dass es immer noch viele unerklärliche Variationen in den Daten gibt.
Mal sehen, welche Variablen an diesem Modell beteiligt sind. Dazu wählen wir Column Contributions aus dem oberen roten Dreieck. Nur fünf der Variablen werden in das Modell einbezogen.
Schauen wir uns abschließend den Leaf-Bericht an. Wir wählen diese Option aus dem oberen roten Dreieck aus. Denken Sie daran, dass die akzeptable Ausbeute für dieses Verfahren 80 % beträgt. Die höchste vorhergesagte Ausbeute beträgt 87,3.
Angesichts des aktuellen Prozesses geben die Regeln einige Hinweise darauf, wie höhere Renditen erzielt werden könnten.
