Re : Complément d'optimisation bayésienneMerci @yuichi_katsumur complément très utile
Re : Complément d'optimisation bayésienneBon travail @yuichi_katsumur ! @étés1985 , bien qu'il n'y ait pas actuellement d'intégration automatique avec le complément XGBoost, il est simple d'exécuter les deux compléments manuellement.Si vous exécutez le complément XGBoost avec l'option Autotune, il créera un tableau des résultats d'ajustement sur une conception de remplissage rapide et flexible.Assurez-vous que la mesure de performances souhaitée est incluse dans le tableau, enregistrez-la dans une table JMP, puis utilisez cette table comme entrée dans le complément Bayesian Optimizataion.Cela vous permet de profiler les résultats actuels et de suggérer des paramètres d'hyperparamètres potentiellement améliorés.Parcourez les deux compléments selon vos besoins pour trouver des plages d’hyperparamètres optimaux.J'ai tendance à préférer une approche manuelle comme celle-ci, car elle vous permet de voir ce qui se passe dans tout l'espace des hyperparamètres à chaque étape.
Re : Complément d'optimisation bayésienneEst-il possible de spécifier la plage et les conditions des points expérimentaux ajoutés à partir des résultats de la recherche ?
Par exemple, si vous souhaitez optimiser la combinaison des rapports de mélange des matériaux A à C à l'aide de l'optimisation bayésienne, vous souhaitez définir la plage des rapports de A à C et la somme de A à C.
Re : Complément d'optimisation bayésienneBonjour @Mae-Tetsu , Merci pour votre question. Veuillez essayer de définir les propriétés de la colonne de mélange avant d'effectuer l'optimisation bayésienne.
Veuillez consulter la page suivante pour obtenir des informations détaillées sur les propriétés des colonnes.
https://www.jmp.com/support/help/ja/16.2/#page/jmp/mixture-example.shtml#ww529344
Re : Complément d'optimisation bayésienneSalut
Veuillez me fournir une source pour un article ou un livre sur le sujet de l'optimisation bayésienne
Salutations
Re : Complément d'optimisation bayésienneSALUT @Raaed ,
Merci pour votre commentaire. Voici quelques articles de synthèse que j'ai trouvés ;
S. Greenhill, S. Rana, S. Gupta, P. Vellanki et S. Venkatesh, « Optimisation bayésienne pour la conception expérimentale adaptative : une revue », dans IEEE Access, vol. 8, pp. 13937-13948, 2020, doi : 10.1109/ACCESS.2020.2966228.
B. Shahriari, K. Swersky, Z. Wang, RP Adams et N. de Freitas, « Sortir l'humain de la boucle : une revue de l'optimisation bayésienne », dans Actes de l'IEEE, vol. 104, non. 1, pp. 148-175, janvier 2016, doi : 10.1109/JPROC.2015.2494218.
Re : Complément d'optimisation bayésienneMerci beaucoup
Re : Complément d'optimisation bayésiennePuis-je créer un plugin en liant la méthode bayes et xgboost ?
Re : Complément d'optimisation bayésienne@étés1985 Merci pour votre commentaire. Malheureusement, la version actuelle n'a pas la capacité de fonctionner avec le complément XGBoost. S'il y a de nombreuses demandes, j'aimerais envisager de créer un complément.
Complément d'optimisation bayésienne
À propos de ce complément
Ce complément permet d'effectuer une optimisation bayésienne à l'aide du modèle de processus gaussien de JMP.
Configuration requise
- JMP 15 et versions ultérieures
- La langue d'affichage est uniquement l'anglais et le japonais
À propos de l'optimisation bayésienne
L'optimisation bayésienne est une méthode utilisée pour effectuer à plusieurs reprises des expériences séquentielles afin de trouver la solution optimale. Le flux principal de l’optimisation bayésienne est le suivant.
- Créez un plan de remplissage d'espace (ou un autre plan) avec un nombre approprié d'expériences.
- faire une expérience.
- Un modèle de processus gaussien est estimé à partir des données obtenues.
- À partir du modèle de processus gaussien g(x) (et de sa matrice de covariance ∑) estimé à partir des données, trouvez le point x* où A(g(x)) calculé à partir d'une fonction appropriée A(.) est maximum.
- Ajoutez x* comme point expérimental et revenez à l’étape ii.
Pour plus d'informations sur l'optimisation bayésienne, veuillez vous référer aux articles suivants.
B. Shahriari, K. Swersky, Z. Wang, RP Adams et N. de Freitas, « Sortir l'humain de la boucle : une revue de l'optimisation bayésienne », dans Actes de l'IEEE, vol. 104, non. 1, pp. 148-175, janvier 2016, doi : 10.1109/JPROC.2015.2494218.
Comment utiliser le complément
(Veuillez également consulter le document ci-joint)
- Ouvrez le tableau de données JMP contenant les données expérimentales que vous avez déjà réalisées. *Remarque : le complément actuel ne prend en charge qu'une seule variable d'objectif Y. De plus, la variable explicative X ne peut être spécifiée que sur une échelle continue.
- Sélectionnez Compléments > Optimisation bayésienne.
- Configurez les colonnes et les options.
- Une fois l'analyse terminée, une fenêtre de résultats apparaîtra. Si vous souhaitez ajouter des points expérimentaux candidats au tableau, cliquez sur le bouton Ajouter une ligne au tableau.
- Si vous souhaitez effectuer l'expérience suivante, vous pouvez effectuer une optimisation bayésienne dans les mêmes conditions en exécutant le script de table « Exécuter le complément d'optimisation bayésienne ».
capture d'écran
Comment utiliser ce complément
Ce complément vous permet d'effectuer une optimisation bayésienne à l'aide d'un modèle de processus gaussien dans JMP.
L'optimisation bayésienne est une technique utilisée lors de la réalisation répétée d'expériences séquentielles et de la recherche d'une solution optimale.
Avant de réaliser une véritable expérience, il est fortement recommandé de vérifier si elle fonctionne bien avec certaines pseudo données. Il existe des cas où il est impossible de trouver le point optimal avec peu d'expériences.
- Ouvrez le tableau de données JMP dans lequel vous avez saisi les données expérimentales que vous avez déjà saisies.
- Sélectionnez Compléments > Optimisation bayésienne.
- Définissez les colonnes et les options.
- Une fois l'analyse terminée, une fenêtre s'affichera. Si vous souhaitez ajouter des points expérimentaux candidats au tableau, cliquez sur le bouton « Ajouter la ligne au tableau ».
- Si vous souhaitez répéter l'optimisation bayésienne, cliquez sur « Exécuter le complément d'optimisation bayésienne » dans le script du tableau.
Pour plus d’informations, veuillez consulter le fichier pdf ci-joint.
changer l'historique
29 septembre 2023 Version 1.3 : Ajout d'une case à cocher dans la fenêtre de lancement pour ajouter des effets de pépite. Correction de la formule de calcul de la variance pour qu'elle soit correcte lorsque la structure tertiaire est spécifiée.
07 octobre 2023 Version 1.3.1 : Correction d'un problème lorsque le point décimal est une virgule
08 décembre 2023 Version 1.3.2 : Correction d'un problème où une erreur s'affichait lorsqu'il y avait un facteur de combinaison.
Conception d'expériencesRe : Complément d'optimisation bayésienneBonjour,
J'aimerais utiliser le complément d'optimisation bayésienne pour la conception du mixage, mais existe-t-il un moyen de le faire ?
Re : Complément d'optimisation bayésienne@yuichi_katsumur
Merci pour votre réponse! J'ai pu comprendre votre suggestion en exécutant le complément bayésien avec un exemple d'ensemble de données. Le problème a été résolu.
Re : Complément d'optimisation bayésienneBonjour @KOKI , Merci pour votre question. Veuillez essayer de définir les propriétés de la colonne de mélange avant d'exécuter l'optimisation bayésienne. Si vous avez d'autres questions, n'hésitez pas à me le faire savoir.
Re : Complément d'optimisation bayésienneComment puis-je connaître le Rsquare après avoir trouvé des points d'expérience candidats avec le complément d'optimisation bayésienne ?
Re : Complément d'optimisation bayésienneBonjour @ThomasBaah ,
Merci pour votre question. Ce complément utilise le processus gaussien dans JMP. Une mesure de la qualité de l'ajustement est la façon dont les points se situent le long de la ligne diagonale de 45 degrés dans le tracé réel par rapport au tracé prévu. JMP ne rapporte pas la statistique R2 pour le processus gaussien. Pour plus d’informations sur le tracé réel/prédit, consultez la page suivante.
https://www.jmp.com/support/help/en/18.0/#page/jmp/actual-by-predicted-plot-2.shtml#
Re : Complément d'optimisation bayésienne@yuichi_katsumur Merci !
Existe-t-il un meilleur moyen d'extraire des tracés dans le complément d'optimisation bayésienne ? Je suis un peu nouveau sur JMP
Re : Complément d'optimisation bayésienne@ThomasBaah Vous pouvez utiliser l'une des méthodes suivantes.
https://www.jmp.com/support/help/en/18.0/#page/jmp/copy-and-paste-reports.shtml#
https://www.jmp.com/support/help/en/18.0/#page/jmp/save-reports-as-powerpoint-presentations.shtml#
