661019_es-ES

liliconcom

Actividades prácticas de modelado predictivo

Estas actividades prácticas le permiten practicar el modelado predictivo utilizando JMP. Los archivos de datos de la actividad se encuentran en el archivo zip adjunto a esta publicación. Extraer los datos en Actividad práctica de modelado predictivo.zip para su uso en las siguientes actividades. Hacer clic este enlace para las soluciones. Se adjunta a esta publicación un archivo PDF de estas actividades y soluciones (en inglés).

Respuesta continua, predictores continuos

1. Utilice los datos de PM 1.jmp para crear modelos predictivos. Estos datos fueron recopilados a lo largo del tiempo.
   1. Visualice los datos usando Graph Builder y Multivariante. ¿Hay algún problema con los datos?
   2. Cree un modelo de superficie de respuesta utilizando Ajustar modelo y la macro Superficie de respuesta. cual es la r ² del modelo completo? ¿Hay algún problema con el ajuste del modelo visto en el gráfico Residual por Predicho? ¿Qué variables predictoras son las más importantes para predecir Y? Guarde la fórmula de predicción en la tabla de datos.
   3. Cree un modelo de red neuronal utilizando la configuración predeterminada de la plataforma neuronal. cual es la r ² del modelo en el conjunto de validación? ¿Hay algún problema con el ajuste del modelo visto en el gráfico Residual por Predicho? Ajuste otro modelo con 50 nodos. ¿Tiene este modelo una capacidad predictiva apreciablemente mejor? Guarde la fórmula de predicción en la tabla de datos.
   4. Cree un modelo de árbol de decisiones utilizando la plataforma Partition con un conjunto de validación del 25 %. cual es la r ² del modelo en el conjunto de validación? ¿Cuántas divisiones hay en el modelo? ¿Hay algún problema con el ajuste del modelo que se ve en el gráfico Real por Predicho? ¿Qué variables son más importantes para predecir Y? Guarde la fórmula de predicción en la tabla de datos.
   5. Cree un gráfico Real por Predicho para los tres modelos usando Graph Builder. ¿Qué modelo prefieres?

Respuesta categórica, predictores continuos y categóricos

2. Utilice los datos de PM 2.jmp para crear modelos predictivos.
   1. Visualice los datos usando Graph Builder. ¿Hay algún problema con los datos?
   2. Cree un modelo de regresión ordinal utilizando Ajustar modelo y la macro Superficie de respuesta. ¿Cuál es la tasa de clasificación errónea del modelo completo? Sugerencia: abra el informe Detalles de ajuste. ¿Cuál es la tasa de clasificación errónea para el grupo Aceptable? Sugerencia: abra el informe Matriz de confusión.
   3. Cree un modelo de red neuronal utilizando la configuración predeterminada de la plataforma neuronal. ¿Cuál es la tasa de clasificación errónea del modelo en el conjunto de validación? En particular, ¿cuál es la tasa de clasificación errónea del grupo Aceptable? Ajuste otro modelo con 50 nodos. ¿Cuál es la tasa de clasificación errónea del modelo en el conjunto de validación? ¿Cuál es la tasa de clasificación errónea del grupo Aceptable?
   4. Cree un modelo de árbol de decisiones utilizando la plataforma Partition con un conjunto de validación del 25 %. ¿Cuál es la tasa de clasificación errónea del modelo en el conjunto de validación? ¿Cuál es la tasa de clasificación errónea del grupo Aceptable?

 

Modelado predictivo y aprendizaje automático