Bonjour! Bienvenue à aujourd'hui Besoin de vitesse! Aujourd’hui, c’est le dépistage des prédicteurs ! Pour les articles précédents de Need for Speed, cliquez sur ici!
Je m'appelle 2-Click Clovis et je suis vraiment passionné par l'analyse des données et, plus important encore, temps efficacité! JMP faisait partie intégrante de mon travail précédent dans les secteurs des semi-conducteurs et de la fabrication. Depuis que j'ai rejoint JMP, je J'ai appris tellement de nouveaux trucs et astuces. Je ne me pardonnerai jamais de ne pas sachant ce que je sais maintenant car j'aurais pu gagner tellement d'heures dans mon flux de travail d'analyse de données ! Je considère que ma responsabilité actuelle est de partager mes nouvelles connaissances avec tous les utilisateurs actuels de JMP pour les aider à retrouver leur temps précieux.
Après avoir démontré la rapidité avec laquelle JMP peut effectuer vos manipulations et analyses de données de routine par rapport à d'autres outils, je vais vous montrer le moyen le plus rapide d'y parvenir dans JMP.
Dépistage des prédicteurs
Avez-vous de grands ensembles de données contenant de nombreuses variables d'entrée… peut-être des dizaines, voire des centaines de variables d'entrée !?
Avez-vous besoin de déterminer rapidement lesquels de ces nombreux candidats sont les plus importants dans leur capacité à prédire un résultat qui vous intéresse ! ?
Eh bien… enfilez immédiatement votre veste coupe-vent, car vous allez être époustouflé par les capacités et, plus important encore, par la vitesse des JMP. Plateforme de dépistage des prédicteurs !
Plateforme de dépistage des prédicteurs
La plateforme Predictor Screening utilise un modèle de forêt bootstrap pour filtrer les prédicteurs potentiellement importants de votre réponse.
Accédez au menu Dépistage sous Analyser et sélectionnez Dépistage des prédicteurs. Une nouvelle fenêtre apparaît maintenant. Tout ce que vous avez à faire ici est deux simples clics glisser-déposer ! L’un sert à ajouter la ou les sorties souhaitées et l’autre à ajouter vos entrées.
Dans l'exemple ci-dessous, après avoir sélectionné Dissolution comme résultat qui m'intéresse, je le dépose dans la case à côté de Y, Réponse. Je sélectionne ensuite les 17 entrées , et déposez-les dans la case à côté de X.
Le paramètre par défaut consiste à créer un modèle de forêt bootstrap utilisant 100 arbres de décision, mais le nombre d'arbres peut toujours être modifié en bas de la fenêtre.
Après en cliquant OK, le rapport de sélection des prédicteurs est créé. Boom! Vos prédicteurs sont classés de la contribution la plus élevée à la plus faible dans le modèle de forêt bootstrap. Les prédicteurs avec les contributions les plus élevées seront probablement importants pour prédire votre réponse. Le tableau résultant comportera également une colonne de portions indiquant la proportion de la variation de la réponse attribuée à un prédicteur. Le meilleur, c’est que tout cela a été fait en moins d’une minute !
Dans l'exemple ci-dessus, la taille du tamis, le temps de broyage, le taux de pulvérisation, la viscosité du revêtement, le temps de mélange et la vitesse de mélange sont les six variables les plus importantes, et la somme de leurs valeurs de portions est d'un peu plus de 80 %.
Les principaux prédicteurs peuvent ensuite être facilement copiés et collés dans une autre fenêtre d'analyse pour une étude plus approfondie. Tout ce que vous avez à faire est de mettre en évidence les prédicteurs d'intérêt et Cliquez sur sur le lien Copier la sélection à droite du tableau.
Dans l'exemple ci-dessous, regardez pendant que je sélectionne les six prédicteurs les mieux classés et que je les copie facilement en tant qu'effets de modèle dans la plateforme Fit Model. Pas besoin de perdre votre temps précieux à rechercher chaque variable individuellement puis à les ajouter !
Sur ce,
clique dessus !
Je dois déployer mon analyse en direct dans l'industrie ; par conséquent, j'ai exporté mon modèle en python via scikit learn. Scikit learn utilise un classificateur de forêt aléatoire pour la sélection des fonctionnalités. Comment puis-je utiliser la méthodologie de filtrage des prédicteurs JMP en python pour le filtrage continu des fonctionnalités ?
Actuellement, j'utilise random-forest-regressor avec n_estimators = 100, bootstrap = 'true' et max_sample = 1000.
