Apprenez-en plus dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Dans cette vidéo, nous utilisons le Fabrication de produits chimiques exemple et ajuster un arbre de régression pour la réponse continue, Rendement . Nous utilisons JMP Pro pour cette démonstration.
Le rendement acceptable pour ce procédé est de 80 %.
Les données ont été partitionnées en données de formation et de validation. 60 % des observations ont été affectées au hasard à l'ensemble d'apprentissage et 40 % des observations sont dans l'ensemble de validation.
Nous adapterons l'arbre de régression aux données d'apprentissage et déterminerons quand arrêter la croissance de l'arbre à l'aide des données de validation.
Pour ce faire, nous sélectionnons Modélisation prédictive dans le menu Analyser, puis Partitionner. Nous sélectionnons Rendement comme la variable Y, Réponse et sélectionnez les deux groupes de prédicteurs comme X, Facteurs.
Il existe différentes options pour utiliser la validation de modèle dans JMP Pro. Une méthode consiste à spécifier une partie non autorisée. Par exemple, nous pouvons conserver 40 % des données hors du modèle à utiliser pour .
Au lieu de cela, nous utiliserons la colonne de validation. Faites glisser cette colonne vers le rôle de validation et cliquez sur OK.
Étant donné que nous utilisons la validation, JMP fournit un bouton Go. Nous allons cliquer sur ce bouton pour construire automatiquement l'arbre, puis l'élaguer.
L'arbre est un peu grand, nous allons donc l'éteindre. Pour ce faire, nous utilisons le triangle rouge supérieur, les options d'affichage et désélectionnons Afficher l'arborescence.
Le modèle final comporte sept divisions.
Vous pouvez voir l'historique de fractionnement en bas. Il s'agit d'un petit ensemble de données, donc seulement huit divisions sont possibles. Le modèle a été réduit à sept divisions. Il s'agit du modèle avec la valeur RSquare maximale sur l'ensemble de validation.
Le RSquare et le RMSE sont tous deux meilleurs pour les données de formation, qui ont été utilisées pour construire le modèle. Cela signifie que les modèle correspond mieux aux données de formation qu'aux données de validation.
Pour voir cela, nous allons sélectionner Plot Actual by Predicted Plot dans le triangle rouge supérieur. Notez que les points de données sont beaucoup plus étroitement regroupés pour l'ensemble d'apprentissage qu'ils ne le sont dans l'ensemble de validation.
Ce graphique vous indique qu'il existe encore de nombreuses variations inexpliquées dans les données.
Voyons quelles variables sont impliquées dans ce modèle. Pour ce faire, nous sélectionnons Column Contributions dans le triangle rouge supérieur. Seules cinq des variables sont impliquées dans le modèle.
Enfin, regardons le rapport Leaf. Nous allons sélectionner cette option dans le triangle rouge supérieur. Rappelez-vous que le rendement acceptable pour ce processus est de 80 %. Le rendement prévu le plus élevé est de 87,3.
Compte tenu du processus actuel, les règles fournissent des indications sur la manière d'obtenir des rendements plus élevés.
