Ottimizzazione dei parametri nella modellazione predittivaNella piattaforma Predictive Modeling, sarebbe utile disporre di opzioni, simili ai limiti della matrice di confusione alternativa, per modificare vari parametri di ottimizzazione per una serie di passaggi iterativi di valori. Ad esempio, in una partizione, variare la dimensione minima della suddivisione tra 3 e 10 con incrementi di 1 (analogamente per gli altri parametri). Mi rendo conto che non è difficile da realizzare con un ciclo in uno script, ma sarebbe bello se fosse facile come con l'esempio di taglio della matrice di confusione, o il modo in cui funziona per inserire una variabile nella casella Per quando si esegue un'analisi . Sarebbe quindi facile esaminare come cambiano le varie misure delle prestazioni al variare dei parametri di accordatura.
In base alla mia esperienza, la maggior parte dei parametri predefiniti in JMP funziona abbastanza bene, ma diventa noioso verificare se ciò è vero o meno. Questo suggerimento automatizzerebbe questo test e renderebbe più facile determinare se sovrascrivere o meno i valori predefiniti.
Statistiche e analisiOggetto: Ottimizzazione dei parametri in Predictive Modeling - Stato modificato in: RiconosciutoCIAO @dale_lehman , Grazie per il tuo suggerimento! Abbiamo acquisito la tua richiesta e la prenderemo in considerazione.
Ri: Ottimizzazione dei parametri nella modellazione predittivaSostengo totalmente questa proposta. La cosiddetta messa a punto iperparametrica che si incontra frequentemente nella modellazione. Bene, l'inclusione di questa opzione renderà JMP Pro molto più competitivo rispetto ad altri software per l'analisi dei dati, ad esempio la modellazione ML come Matlab.
