Bonjour la communauté,
Je teste plusieurs modèles dans le cadre de la boucle JSL dans JMP 16, en utilisant différentes colonnes de validation pour déterminer comment les valeurs R2 changent en fonction des données utilisées.Chaque colonne de validation contient un sous-ensemble de données, avec des données manquantes au début et/ou à la fin de la colonne.
D'autres modèles, tels que le Bootstrap, fonctionnent bien en ignorant simplement les valeurs manquantes, mais le Neural Net continue de lancer un message d'erreur (reproduit sur l'exemple de jeu de données JMP, CrimeData).
Je peux contourner le problème en incluant une colonne de filtre, en définissant toutes les valeurs manquantes sur 0 et en ne les exécutant pas.Mais cela nécessitera une colonne de filtre pour chaque colonne de validation (ou la création/suppression dynamique d'une colonne à chaque itération).
Neural(
Y( :Murder Rate ),
X(
:Robbery Rate, :"Agg-Aslt Rate"n, :Burglary Rate, :Larceny Rate,
:MVTheft Rate
),
Validation( :Validation ),
Informative Missing( 0 ),
Fit( NTanH( 3 ) ),
Where( :Filter == 1 )
)
Quelqu'un d'autre a-t-il rencontré ce problème et trouvé une solution ?Merci!
