¡Hola! Bienvenidos al día de hoy ¡Necesidad de la velocidad! ¡Hoy se trata de la evaluación de predictores! Para publicaciones anteriores de Need for Speed, haz clic ¡aquí!
Mi nombre es 2-Click Clovis y realmente me apasiona el análisis de datos y, lo más importante, tiempo ¡eficiencia! JMP fue una herramienta integral para mi trabajo anterior en las industrias manufacturera y de semiconductores. Desde que me uní a JMP, He aprendido muchos consejos y trucos nuevos. Nunca me perdonaré por no ¡Sabiendo lo que sé ahora porque podría haber ahorrado muchas horas en mi flujo de trabajo de análisis de datos! Lo veo como mi responsabilidad actual: compartir mis nuevos conocimientos con todos los usuarios actuales de JMP para ayudarlos a recuperar su valioso tiempo.
Después de demostrar qué tan rápido JMP puede realizar análisis y manipulación de datos de rutina en comparación con otras herramientas, le mostraré la forma más rápida de hacerlo dentro de JMP.
Detección de predictores
¿Tiene grandes conjuntos de datos que contienen muchas variables de entrada... tal vez docenas o incluso cientos de variables de entrada?
¿Necesita determinar rápidamente cuáles de este gran número de candidatos son los más importantes en su capacidad para predecir un resultado de interés?
Bueno… ponte inmediatamente tu chaqueta resistente al viento, porque te sorprenderá la capacidad y, lo más importante, la velocidad de los JMP. ¡Plataforma de detección de predictores!
Plataforma de detección de predictores
La plataforma Predictor Screening utiliza un modelo de bosque de arranque para detectar predictores potencialmente importantes de su respuesta.
Vaya al menú Detección en Analizar y seleccione Detección de predictores. Ahora aparece una nueva ventana. Todo lo que necesitas hacer aquí es ¡Dos simples clics de arrastrar y soltar! Uno es para agregar las salidas deseadas y el otro es para agregar las entradas.
En el siguiente ejemplo, después de seleccionar Disolución como mi resultado de interés, lo coloco en el cuadro junto a Y, Respuesta. Luego selecciono las 17 entradas. , y colóquelos en el cuadro al lado de X.
La configuración predeterminada es construir un modelo de bosque de arranque utilizando 100 árboles de decisión, pero la cantidad de árboles siempre se puede modificar en la parte inferior de la ventana.
Después haciendo clic Bien, se crea el informe de detección de predictores. ¡Auge! Sus predictores se clasifican de mayor a menor contribución en el modelo de bosque de arranque. Es probable que los predictores con las contribuciones más altas sean importantes para predecir su respuesta. La tabla resultante también tendrá una columna de porción que muestra la proporción de la variación en la respuesta atribuida a un predictor. ¡La mejor parte es que todo esto se hizo en menos de un minuto!
En el ejemplo anterior, el tamaño de la criba, el tiempo de molienda, la tasa de pulverización, la viscosidad del recubrimiento, el tiempo de mezcla y la velocidad de mezcla son las seis variables más importantes, y la suma de sus valores de porción es un poco más del 80 %.
Los principales predictores se pueden copiar y pegar fácilmente en otra ventana de análisis para estudiarlos más a fondo. Todo lo que necesita hacer es resaltar los predictores de interés y hacer clic en el enlace Copiar seleccionado a la derecha de la tabla.
En el siguiente ejemplo, observe cómo selecciono los seis predictores mejor clasificados y los copio fácilmente como efectos de modelo en la plataforma Fit Model. ¡No es necesario perder su valioso tiempo buscando cada variable individualmente y luego agregándolas!
En esa nota,
está haciendo clic!
Tengo que implementar mi análisis en vivo en la industria; por lo tanto, exporté mi modelo en Python a través de scikit learn. Scikit learn utiliza un clasificador de bosque aleatorio para la selección de funciones. ¿Cómo puedo emplear la metodología de detección de predictores JMP en Python para la detección de características continuas?
Actualmente, estoy usando un regresor de bosque aleatorio con n_estimators = 100, bootstrap = 'true' y max_sample = 1000.
