674925_zh-TW

liliconcom

自驗證集成模型 (SVEM) 演示 - 9-6-2023

自驗證集成模型 (SVEM) 方法是一種重採樣方法，其中在訓練和驗證集中為每一行賦予非零權重。 該方法對於構建具有稀疏數據集的模型或沒有足夠的觀察來執行傳統驗證方法的實驗設計特別有用。

 

在下面的視頻中，我們回顧了以下內容：

• 什麼是 SVEM 以及它是如何工作的？
• 在 Gen Reg 平台中使用 SVEM
• 解釋和可視化您的 SVEM 模型

 

該視頻目前正在處理中。 請在幾分鐘後再試一次。

（在我的視頻中查看）

 

如果您想進一步探索自我驗證集成模型，請查看以下資源：

 

• 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