@Florent_Mなぜこれをしたいのか詳しく知りたいです。 あなたが解決している問題をもっと詳しく説明してもらえますか?
要求している機能が理解できたら、少しの JSL を使用して、ブートストラップ フォレスト予測モデルを別の列に分割します。
以下に例を示します。
names default to here(1);
dt=open("$sample_data/bands data.jmp");
bf=dt << Bootstrap Forest(
Y( :Banding? ),
X( Column Group( "Predictors" ) ),
Missing Value Order(
Low(
:proof cut, :caliper, :humidity, :roughness, :solvent pct, :ESA Amperage,
:wax, :hardener, :current density, :anode space ratio, :chrome content
),
High(
:viscosity, :ink temperature, :blade pressure, :varnish pct,
:press speed, :ink pct, :ESA Voltage
)
),
Method( "Bootstrap Forest" ),
Portion Bootstrap( 1 ),
Number Terms( 25 ),
Number Trees( 100 ),
Go
);
bf << Save Prediction Formula;
bf << Close Window;
c=column(dt, "Prob(Banding?==band)");
/*
because a bootstrap forest model has the structure
( tree1 + tree2 + ... + treeN)/N
--get the prediction formula expression
--get the argument inside the main parenthesis (the sum of the trees)
--convert that experession to character and use the Words() function to get each tree formula
as a character string into a list
--then iterate through the list and create a new formula column for each tree,
*/
formula_expr=c << get formula;
arg(formula_expr,1);
trees_list=words(char(arg(formula_expr,1)), "+");
for each({tree, ii}, trees_list,
ctree = New Column("TREE"||char(ii), numeric, continuous);
tree=trees_list[ii];
Eval(parse(substitute("ctree << Set Formula(fff)", "fff", tree)))
);
ありがとう@SamGardner ！
おっしゃるとおり、そのような場合には JSL を使用するとうまくいきます。あなたのスクリプトに心から感謝します。 列数式の保存メニュー (中央値、分位数などの他の指標も同様) にこのオプションがあると便利です。
これを使用して信頼区間を確認し、場合によってはカテゴリ変数を使用した反復サロゲート モデリングに取得関数 EI または PI を使用します (「 https://community.jmp.com/t5/JMP-Add-Ins/Bayesian-optimization-add-in/ta-p/496785 ）。
よろしくお願いします、
フローレント
このウィッシュリストリクエストのきっかけは何ですか?
バギングを使用せずに、予測モデルの予測の不確実性を高速かつ簡単に計算したいと考えていました。 実際、バギングはプロファイラーで計算すると非常に時間がかかります。
改善してほしいことは何ですか?
Bootstrap Forest Plateform を使用するときに、すべての木の式を保存したいと考えています。 または少なくとも分布の標準偏差。
この考え方がなぜ重要なのでしょうか?
これは、サロゲート モデルの最適化 (ベイジアン最適化) を行うときに取得関数を計算できるようにするために非常に重要です。 仕切り板を使って袋詰めをしてみましたが、満足のいく結果ではありませんでした。 ガウス過程プレートフォームはカテゴリ変数を扱いません。
アイデアをありがとう。これについてはさらに調査していきます。個々のツリー式とその予測および予測の概要を使用する理由と方法について、さらに詳細を提供していただければ、これを評価する際に役立ちます。
