Re: complemento de optimización bayesianaGracias @yuichi_katsumur complemento muy útil
Re: complemento de optimización bayesianaBuen trabajo @yuichi_katsumur ! @veranos1985 , aunque actualmente no existe una integración automática con el complemento XGBoost, es sencillo ejecutar ambos complementos manualmente.Si ejecuta el complemento XGBoost con la opción Autotune, creará una tabla de resultados de adaptación sobre un diseño de llenado rápido y flexible.Asegúrese de que la métrica de rendimiento que desea esté incluida en la tabla, guárdela en una tabla JMP y luego use esta tabla como entrada para el complemento Bayesian Optimizataion.Esto le permite perfilar los resultados actuales y sugerir configuraciones de hiperparámetros potencialmente mejoradas.Itere entre los dos complementos según sea necesario para encontrar rangos de hiperparámetros óptimos.Tiendo a preferir un enfoque manual como este, ya que le permite ver lo que sucede en todo el espacio de hiperparámetros en cada paso.
Re: complemento de optimización bayesiana¿Es posible especificar el rango y las condiciones de los puntos experimentales agregados a partir de los resultados de la búsqueda?
Por ejemplo, si desea optimizar la combinación de proporciones de mezcla de los materiales A a C mediante la optimización bayesiana, le gustaría establecer el rango de proporciones de A a C y la suma de A a C.
Re: complemento de optimización bayesianaHola @Mae-Tetsu , Gracias por su pregunta. Intente establecer las propiedades de la columna de mezcla antes de realizar la optimización bayesiana.
Consulte la siguiente página para obtener información detallada sobre las propiedades de las columnas.
https://www.jmp.com/support/help/ja/16.2/#page/jmp/mixture-example.shtml#ww529344
Re: complemento de optimización bayesianaHola
Proporcioneme una fuente para un artículo o libro sobre el tema de la optimización bayesiana.
Saludos
Re: complemento de optimización bayesianaHOLA @Raaed ,
Gracias por tu comentario. Aquí hay algunos artículos de revisión que encontré;
S. Greenhill, S. Rana, S. Gupta, P. Vellanki y S. Venkatesh, "Optimización bayesiana para el diseño experimental adaptativo: una revisión", en IEEE Access, vol. 8, págs. 13937-13948, 2020, doi: 10.1109/ACCESS.2020.2966228.
B. Shahriari, K. Swersky, Z. Wang, RP Adams y N. de Freitas, "Sacar al ser humano del circuito: una revisión de la optimización bayesiana", en Actas del IEEE, vol. 104, núm. 1, págs. 148-175, enero de 2016, doi: 10.1109/JPROC.2015.2494218.
Re: complemento de optimización bayesianaMuchas gracias
Re: complemento de optimización bayesiana¿Puedo crear un complemento vinculando el método bayes y xgboost?
Re: complemento de optimización bayesiana@veranos1985 Gracias por tu comentario. Desafortunadamente, la versión actual no tiene la capacidad de funcionar con el complemento XGBoost. Si hay muchas solicitudes, me gustaría considerar la posibilidad de crear un complemento.
Complemento de optimización bayesiana
Acerca de este complemento
Este complemento es un complemento para realizar optimización bayesiana utilizando el modelo de proceso gaussiano de JMP.
Requisitos del sistema
- JMP 15 y posteriores
- El idioma de visualización es solo inglés y japonés
Acerca de la optimización bayesiana
La optimización bayesiana es un método que se utiliza para realizar experimentos secuenciales repetidamente para encontrar la solución óptima. El flujo principal de la optimización bayesiana es el siguiente.
- Cree un plan de llenado de espacio (u otro plan) con una cantidad adecuada de experimentos.
- Haz un experimento.
- A partir de los datos obtenidos se estima un modelo de proceso gaussiano.
- A partir del modelo de proceso gaussiano g(x) (y su matriz de covarianza ∑) estimado a partir de los datos, encuentre el punto x* donde A(g(x)) calculado a partir de una función apropiada A(.) es máximo.
- Agregue x* como punto experimental y regrese al paso ii.
Para obtener más información sobre la optimización bayesiana, consulte los siguientes artículos.
B. Shahriari, K. Swersky, Z. Wang, RP Adams y N. de Freitas, "Sacar al ser humano del circuito: una revisión de la optimización bayesiana", en Actas del IEEE, vol. 104, núm. 1, págs. 148-175, enero de 2016, doi: 10.1109/JPROC.2015.2494218.
Cómo utilizar complementos
(Por favor ver también el documento adjunto)
- Abra la tabla de datos JMP que contiene los datos experimentales que ya ha realizado. *Nota: El complemento actual solo admite una variable objetivo Y. Además, la variable explicativa X sólo puede especificarse en una escala continua.
- Seleccione Complementos > Optimización bayesiana.
- Configurar columnas y opciones.
- Una vez que se complete el análisis, aparecerá una ventana de resultados. Si desea agregar puntos experimentales candidatos a la tabla, haga clic en el botón Agregar fila a la tabla.
- Si desea realizar el siguiente experimento, puede realizar la optimización bayesiana en las mismas condiciones ejecutando el script de tabla "Ejecutar complemento de optimización bayesiana".
captura de pantalla
Cómo utilizar este complemento
Este complemento le permite realizar una optimización bayesiana utilizando el modelo de proceso gaussiano en JMP.
La optimización bayesiana es una técnica que se utiliza cuando se realizan repetidamente experimentos secuenciales y se busca una solución óptima.
Antes de realizar un experimento real, se recomienda encarecidamente comprobar si funciona bien con algunos pseudodatos. Hay casos en los que es imposible encontrar bien el punto óptimo con pocos experimentos.
- Abra la tabla de datos de JMP donde ingresó los datos experimentales que ya realizó.
- Seleccione Complementos > Optimización bayesiana.
- Establecer columnas y opciones.
- Cuando finalice el análisis, se mostrará una ventana. Si desea agregar puntos experimentales candidatos a la tabla, haga clic en el botón "Agregar la fila a la tabla".
- Si desea repetir la optimización bayesiana, haga clic en "Ejecutar complemento de optimización bayesiana" en el script de la tabla.
Para obtener más información, consulte el archivo pdf adjunto.
cambia la historia
29 de septiembre de 2023 Versión 1.3: se agregó una casilla de verificación a la ventana de inicio para agregar efectos de pepita. Se corrigió la fórmula de cálculo de la varianza para que sea correcta cuando se especifica la estructura terciaria.
07 de octubre de 2023 Versión 1.3.1: Se solucionó el problema cuando el punto decimal es una coma
8 de diciembre de 2023 Versión 1.3.2: se solucionó un problema por el cual se mostraba un error cuando había un factor de combinación.
Diseño de experimentosRe: complemento de optimización bayesianaHola,
Me gustaría utilizar el complemento de optimización bayesiana para el diseño de mezcla, pero ¿hay alguna forma de hacerlo?
Re: complemento de optimización bayesiana@yuichi_katsumur
¡Gracias por su respuesta! Pude entender su sugerencia ejecutando el complemento bayesiano con un conjunto de datos de muestra. El problema ha sido resuelto.
Re: complemento de optimización bayesianaHola @KOKI , gracias por tu pregunta. Intente configurar las propiedades de la columna de mezcla antes de ejecutar la optimización bayesiana. Si tiene más preguntas, hágamelo saber.
Re: complemento de optimización bayesiana¿Cómo puedo saber el Rsquare después de encontrar puntos de experimento candidatos con el complemento de optimización bayesiana?
Re: complemento de optimización bayesianaHola @ThomasBaah ,
Gracias por su pregunta. Este complemento utiliza el proceso gaussiano en JMP. Una medida de la bondad del ajuste es qué tan bien se encuentran los puntos a lo largo de la línea diagonal de 45 grados en el gráfico real versus el previsto. JMP no informa la estadística R2 para el proceso gaussiano. Para obtener información sobre el gráfico real versus el previsto, consulte la página siguiente.
https://www.jmp.com/support/help/en/18.0/#page/jmp/actual-by-predicted-plot-2.shtml#
Re: complemento de optimización bayesiana@yuichi_katsumur ¡ Gracias!
¿Existe alguna forma mejor de extraer gráficos en el complemento de optimización bayesiana? Soy un poco nuevo en JMP
Re: complemento de optimización bayesiana@ThomasBaah Puede utilizar cualquiera de los siguientes métodos.
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#
