Regolazione dei parametri nella modellazione predittivaNella piattaforma di modellazione predittiva, sarebbe bello avere opzioni, simili ai limiti alternativi della matrice di confusione, per modificare vari parametri di ottimizzazione per una serie di passaggi iterativi di valori. Ad esempio, in una partizione, variare la dimensione minima di divisione tra 3 e 10 con incrementi di 1 (allo stesso modo per gli altri parametri). Mi rendo conto che questo non è difficile da realizzare con un ciclo in uno script, ma sarebbe bello se fosse facile come con l'esempio di interruzione 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 di prestazione al variare dei parametri di ottimizzazione.
Secondo la mia esperienza, la maggior parte dei parametri predefiniti in JMP funzionano abbastanza bene, ma diventa noioso verificare se ciò sia vero o meno. Questo suggerimento automatizzerebbe questo test e renderebbe più semplice determinare se sovrascrivere o meno le impostazioni predefinite.
Automazione e scriptingEsplorazione e visualizzazione dei datiModellazione predittiva e machine learningOggetto: 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.
