661019_zh-CN

liliconcom

预测建模实践活动

这些动手练习活动可让您练习使用 JMP 进行预测建模。活动的数据文件位于本帖附带的 zip 文件中。提取预测建模动手活动.zip中的数据以用于以下活动。单击此链接获取解决方案。本帖附带了这些活动和解决方案的 PDF 文件（英文版）。

持续响应，持续预测

1. 使用PM 1.跳转中的数据构建预测模型。这些数据是随时间收集的。
   1. 使用图形生成器和多变量将数据可视化。是否存在任何数据问题？
   2. 使用“拟合模型”和“响应曲面”宏构建响应曲面模型。完整模型的 R ²是多少？在“预测残差”图中看到的模型拟合是否存在问题？哪些预测变量对于预测 Y 最重要？将预测公式保存到数据表中。
   3. 使用神经平台的默认设置构建神经网络模型。验证集上的模型 R ²是多少？残差与预测图中的模型拟合是否存在问题？拟合另一个具有50 个节点的模型。该模型的预测能力是否明显更好？将预测公式保存到数据表中。
   4. 使用分区平台构建决策树模型，验证集为 25%。验证集上的模型 R ²是多少？模型中有多少个分割？实际值与预测值图中的模型拟合是否存在问题？哪些变量对于预测 Y 最重要？将预测公式保存到数据表中。
   5. 使用图形生成器为这三个模型构建实际预测图。您更喜欢哪个模型？

分类响应、连续和分类预测因子

2. 使用2号机 .jmp 中的数据构建预测模型。
   1. 使用图形生成器可视化数据。数据有问题吗？
   2. 使用拟合模型和响应面宏构建有序回归模型。整个模型的误分类率是多少？提示：打开拟合详细信息报告。可接受组的误分类率是多少？提示：打开混淆矩阵报告。
   3. 使用神经平台的默认设置构建神经网络模型。该模型在验证集上的错误分类率是多少？具体来说， 可接受组的错误分类率是多少？拟合另一个具有 50 个节点的模型。该模型在验证集上的错误分类率是多少？ 可接受组的错误分类率是多少？
   4. 使用分割平台构建决策树模型，验证集为 25%。模型在验证集上的误分类率是多少？可接受组的误分类率是多少？

预测模型和机器学习