이 영상은 2024년 9월에 업데이트되었습니다.
방법을 확인하세요:
- Graph Builder를 사용하여 곡선 데이터 탐색
- Functional Data Explorer를 사용하여 모든 기본 기능을 맞춤
- 웨이블릿을 맞추고 결과를 검토합니다.
- B 및 P 스플라인 맞춤
- 기능 실험 설계(FDOE) 프로파일러를 사용하여 P-스플라인 모델의 결과 검토
- JMP Pro 18 FDE 피크 찾기 모델을 사용하여 스펙트럼을 특성화하고 다양한 입력이 응답에 어떤 영향을 미치는지 확인합니다.
라이브 세션에서 클라크 레드베터 @Clark_Ledbetter 와 제프 업튼 @Jeff_Upton 이 질문에 답했습니다.
질문: 검증 행은 모델 학습에서 보류되고, 그것은 모델이 '보이지 않는 데이터'에서 얼마나 잘 수행되는지를 판단하는 것이라고 생각했습니다. 차이점은 무엇입니까?
A: 테스트 데이터는 모델을 맞추는 데 사용되지 않습니다. 검증 세트는 모델 과적합을 방지하기 위해 훈련 세트와 함께 사용됩니다. JMP에 대한 설명은 테스트, 훈련, 검증 목적을 설명하는 문서를 참조하세요.
질문: JMP Pro가 없거나 어떤 이유로 Fit Curve를 사용하고 싶은 경우, JMP의 Fit Curve를 사용하여 이 작업을 수행할 수 있습니까?
A: 네, 알려진 기계적/물리적 모델이 있다면 적합 곡선을 사용합니다. 없다면 JMP Pro FDE를 사용하는 것이 사용할 수 있는 기능입니다.
질문: 여러 대상을 로드하는 방법이 있나요? 없다면 매번 다시 생성하지 않아도 되도록 모델을 내보낼 수 있나요?
A: 해당 기능적 응답에 대해 지정할 수 있는 대상 함수가 하나뿐인 것 같습니다. 현재 단일 대상/항만 처리할 수 있습니다. 모델 저장과 관련하여, 예, Profiler에서 바로 예측 수식 저장 옵션이 있어 데이터 테이블에 저장할 수 있습니다. 그래프 프로필 아래에서 확장된 수식이라고 적힌 상자를 클릭하여 확인해야 할 것입니다. X개의 입력이 있는 경우 실제로 응답을 최적화하지 않고 실제로 문제 해결 도구로 사용합니다.
질문: 예를 들어, 알려진 출처가 무엇인지 알고 있는 나쁜 응답을 생성한 다음 모델링하고 싶을 수 있습니다. 그러면 비슷한 문제가 발생하면 해당 모델을 끌어와서 가능한 원인 또는 원인을 찾기 시작할 곳을 식별할 수 있습니다. 어떻게 처리할 수 있을까요?
A: 이 JMP Discovery 프레젠테이션 의 후반부에 설명된 올리브 오일 예시를 살펴보는 것을 고려하세요. 비디오를 보고 대본을 읽어 도움이 될 만한 올리브 오일 예시를 찾을 수 있습니다. 그것은의 일부입니다. 도움이 되기를 바랍니다.
이 주제에 대한 이전 세션에서 답변한 질문:
질문: FPC2가 모델에 아무런 도움이 되지 않는다고 판단되면 어떻게 제거할까요?
답변: FPC를 제거하려면 기능적 PCA 옆에 있는 빨간색 삼각형을 사용하고 FPC 개수 사용자 지정 옵션을 사용하면 됩니다.
자원
