674925_zh-CN

liliconcom

自验证集成模型 (SVEM) 演示 - 9-6-2023

自验证集成模型 (SVEM) 方法是一种重采样方法，其中在训练和验证集中为每一行赋予非零权重。 该方法对于构建具有稀疏数据集的模型或没有足够的观察来执行传统验证方法的实验设计特别有用。

 

在下面的视频中，我们回顾了以下内容：

• 什么是 SVEM 以及它是如何工作的？
• 在 Gen Reg 平台中使用 SVEM
• 解释和可视化您的 SVEM 模型

 

 

如果您想进一步探索自我验证集成模型，请查看以下资源：

 

• https://community.jmp.com/t5/Discovery-Summit-Americas-2021/SVEM-Machine-Learning-Applied-to-DOE-2021-US-45MP-847/ta-p/398685
• https://community.jmp.com/t5/Discovery-Summit-Europe-2021/Re-Thinking-the-Design-and-Analysis-of-Experiments-2021-EU-30MP/ta-p/349240
• https://community.jmp.com/t5/Elevated-Thinking/SVEM-in-JMP-17/ba-p/538553