Was hat diese Wunschlistenanfrage inspiriert?
@FN verbunden mit ein Scikit-Learn-Artikel in einem Kommentar zum Validierung für kontinuierlich verarbeitete Daten Add-in-Seite.Dies ist eine bessere Möglichkeit, eine Kreuzvalidierung mit kontinuierlichen Prozessdaten durchzuführen, und es hat mich daran erinnert, dass die in diesem Add-In verwendeten Techniken viel effektiver wären und häufiger verwendet würden, wenn sie in JMP integriert wären. Diese Situation trifft auf viele Analysen zu, die meine Kollegen und ich regelmäßig mit Fertigungsdaten durchführen.
Welche Verbesserung würden Sie sich wünschen?
- Integrieren Sie die Gruppierung nach Zeit in das Dialogfeld „Validierungsspalte erstellt“, einschließlich ähnlicher Funktionen wie im oben verlinkten Add-In, um den Benutzer zu einer geeigneten Gruppengröße zu führen.
– Fügen Sie eine Option für eine einzelne Tabelle hinzu, sodass die überall in JMP verwendete Kreuzvalidierung eine zeitbasierte Methode verwendet, auf die im Link unten verwiesen wird, anstatt Zeilen zufällig zuzuweisen.
Warum ist diese Idee wichtig?
Obwohl @DrewLuebe und ich habe das oben verlinkte Validierungs-Add-In speziell erstellt, um Benutzern ein besseres Verständnis der Vorhersagbarkeit von Modellen in Datensätzen zu ermöglichen, die eine Korrelation zwischen Zeilen aufweisen, einschließlich Autokorrelation, dem integrierten Kreuzvalidierungsverhalten und der Standardvalidierung, die weiterhin Aufteilungen pro Zeile verwenden.Dies bedeutet, dass viele gemeldete Validierungsanpassungsmetriken künstlich besser sind als die tatsächliche Leistung mit neuen Daten.Durch die Integration dieser Techniken in JMP selbst erhalten Benutzer ein viel besseres Verständnis ihrer Daten und Modelle, unabhängig davon, welche Tools sie verwenden.
Dies ist definitiv erforderlich. Viele Benutzer würden die Notwendigkeit einer Aufteilung ihrer Daten angesichts der Autokorrelation nicht erkennen. Wenn Sie dieser Funktion in JMP oder JMP Pro einen geeigneten Platz zuweisen, erhalten Ihre Benutzer robustere Lösungen.
