Preguntas respondidas por Clark Ledbetter @Clark_Ledbetter y Jeff Upton @Jeff_Upton en la sesión en vivo.
P: Pensé que las filas de validación se habían retenido durante el entrenamiento del modelo y que eran un indicador de qué tan bien funciona el modelo con "datos no vistos". ¿Cuál es la diferencia?
A: Los datos de prueba son los que no se incluyen en el ajuste del modelo. El conjunto de validación se utiliza junto con el conjunto de entrenamiento para evitar el sobreajuste del modelo. Consulte la documentación que explica los propósitos de prueba, entrenamiento y validación para obtener una explicación de JMP.
P: ¿Se puede hacer esto usando Fit Curve con JMP, si no tenemos JMP Pro o queremos usar Fit Curve por alguna razón?
R: Sí, si tiene un modelo físico o mecanicista conocido, utilice la curva de ajuste. Si no lo tiene, utilice JMP Pro FDE.
P: ¿Existen formas de cargar varios objetivos? Si no es así, ¿puedo exportar el modelo para no tener que regenerarlos cada vez?
R: Parece que solo hay una función de destino que puedes especificar para esas respuestas funcionales. En este momento, solo puedes manejar un único objetivo/término. Con respecto a guardar el modelo, sí, hay una opción para guardar fórmulas de predicción directamente desde el generador de perfiles para guardarlas en la tabla de datos. Debajo del perfil del gráfico, probablemente quieras hacer clic en el cuadro que dice fórmulas expandidas para asegurarte. Si tienes X entradas, en realidad no optimizamos la respuesta, sino que la usamos como herramienta de resolución de problemas.
P: Por ejemplo, podríamos querer generar algunas respuestas erróneas de las que sabemos cuáles son las fuentes conocidas que las causaron y luego modelarlas. De esa manera, si alguna vez nos topamos con problemas similares, podemos simplemente utilizar ese modelo e identificar las causas probables o dónde empezar a buscar las causas. ¿Cómo podríamos manejar eso?
R: Considere observar el ejemplo del aceite de oliva descrito en la segunda mitad de esta presentación de descubrimiento de JMP . Puede ver el video y leer la transcripción para encontrar el ejemplo del aceite de oliva que podría ayudarlo. Es parte de. Espero que le sirva.
Preguntas respondidas en sesiones anteriores sobre este tema:
P: ¿Cómo eliminaría FPC2 si se determinara que realmente no agrega nada al modelo?
R: Para eliminar un FPC, se puede utilizar el triángulo rojo al lado de PCA funcional, junto con la opción Personalizar número de FPC.
Recursos
