Ciao! Benvenuti a oggi Bisogno di velocità! Oggi è tutto dedicato allo screening dei predittori! Per i post precedenti di Need for Speed, fai clic su Qui!
Mi chiamo 2-Click Clovis e sono veramente appassionato di analisi dei dati e, cosa più importante, tempo efficienza! JMP è stato uno strumento integrale per il mio precedente lavoro nei settori manifatturiero e dei semiconduttori. Da quando sono entrato in JMP, I ho imparato tanti nuovi suggerimenti e trucchi. Non mi perdonerò mai per non averlo fatto sapendo quello che so ora perché avrei potuto risparmiare così tante ore nel mio flusso di lavoro di analisi dei dati! Considero la mia attuale responsabilità condividere le mie nuove conoscenze con tutti gli attuali utenti JMP per aiutarli a riconquistare il loro tempo prezioso.
Dopo aver dimostrato la rapidità con cui JMP può eseguire la manipolazione e l'analisi dei dati di routine rispetto ad altri strumenti, ti mostrerò il modo più rapido per farlo all'interno di JMP.
Screening dei predittori
Hai grandi set di dati che contengono molte variabili di input... forse dozzine o addirittura centinaia di variabili di input!?
Hai bisogno di determinare rapidamente quali tra questo gran numero di candidati sono i più significativi nella loro capacità di prevedere un risultato di interesse!?
Beh…indossa subito la tua giacca antivento, perché rimarrai stupito dalla capacità e, cosa più importante, dalla velocità dei JMP Piattaforma di screening dei predittori!
Piattaforma di screening dei predittori
La piattaforma Predictor Screening utilizza un modello di foresta bootstrap per individuare predittori potenzialmente importanti della risposta.
Andare al menu Screening in Analizza e selezionare Screening predittore. Ora appare una nuova finestra. Tutto quello che devi fare qui è due semplici clic di trascinamento della selezione! Uno serve per aggiungere gli output desiderati e l'altro serve per aggiungere gli input.
Nell'esempio seguente, dopo aver selezionato Dissolution come output di interesse, lo inserisco nella casella accanto a Y, Response. Quindi seleziono tutti i 17 ingressi , e rilasciali nella casella accanto a X.
L'impostazione predefinita prevede la creazione di un modello di foresta bootstrap utilizzando 100 alberi decisionali, ma il numero di alberi può sempre essere modificato nella parte inferiore della finestra.
Dopo cliccando OK, viene creato il report di screening dei predittori. Boom! I predittori vengono classificati dal contributo più alto a quello più basso nel modello di foresta bootstrap. È probabile che i predittori con i contributi più elevati siano importanti per prevedere la risposta. La tabella risultante avrà anche una colonna porzione che mostra la proporzione della variazione nella risposta attribuita a un predittore. La parte migliore è che tutto questo è stato fatto in meno di un minuto!
Nell'esempio sopra, dimensioni dello schermo, tempo di macinazione, velocità di spruzzatura, viscosità del rivestimento, tempo di miscelazione e velocità di miscelazione sono le sei variabili più importanti e la somma dei valori delle rispettive porzioni è poco più dell'80%.
I principali predittori possono quindi essere facilmente copiati e incollati in un'altra finestra di analisi per ulteriori studi. Tutto quello che devi fare è evidenziare i predittori di interesse e clic sul collegamento Copia selezionati a destra della tabella.
Nell'esempio seguente, guarda mentre seleziono i primi sei predittori classificati e li copio facilmente come effetti del modello nella piattaforma Adatta modello. Non c'è bisogno di perdere tempo prezioso cercando ogni variabile individualmente e poi aggiungendola!
Su quella nota,
sta facendo clic!
Devo implementare la mia analisi dal vivo nel settore; pertanto, ho esportato il mio modello in Python tramite scikit learn. Scikit learn utilizza un classificatore di foreste casuali per la selezione delle funzionalità. Come posso utilizzare la metodologia di screening dei predittori JMP in Python per lo screening delle funzionalità continue?
Attualmente sto utilizzando il regressore della foresta casuale con n_estimators = 100, bootstrap = 'true' e max_sample = 1000.
