JMP Pro를 사용하여 공간 참조(위도, 경도) 데이터에 대한 기계 학습을 수행할 수 있나요?안녕하세요. 저는 공간 데이터 세트(위도, 경도, 변수 1(숫자), 변수 2(숫자), 변수 3(분류된 명목 - 즉 4개 값 중 하나일 수 있음))에 대해 기계 학습을 수행하는 가장 좋은 방법을 찾고 있습니다.여기에 JMP Pro를 사용할 수 있나요?이에 대한 권장 튜토리얼이나 예시가 있나요?
내 목표는 위에서 설명한 나머지 모든 입력을 기반으로 변수 1을 예측하는 것입니다.감사해요!
JMP Pro 17을 사용하고 있습니다.
예측 모델링 및 기계 학습Re: JMP Pro를 사용하여 공간 참조(위도, 경도) 데이터에 대한 기계 학습을 수행할 수 있나요?모델 스크리닝 도구는 데이터에 대해 다양한 모델링 기술을 한 번에 테스트할 수 있습니다.@돈맥코맥 게시한 훌륭한 소개 영상은 여기 .
Re: JMP Pro를 사용하여 공간 참조(위도, 경도) 데이터에 대한 기계 학습을 수행할 수 있나요?고마워요 제드.제가 가장 궁금해하는 점은 JMP Pro에 공간적 회귀를 모델링할 때 구성요소입니다.귀하의 링크를 살펴 보겠습니다.
Re: JMP Pro를 사용하여 공간 참조(위도, 경도) 데이터에 대한 기계 학습을 수행할 수 있나요?소개 영상을 보고 모델 심사 플랫폼의 강력한 기능을 확인했습니다.그러나 내 x, y 좌표가 사용 가능한 모델링된 회귀의 일부가 될 수 있는 방법은 여전히 불분명합니다.그만큼 위치 내 데이터의 결과(및 예측 결과)는 지하수 깊이 등과 같은 다른 변수만큼 영향을 미칩니다. (나는 오염 물질 방출로부터의 거리를 포함하여 여러 변수의 함수로 지하수의 오염 물질 농도를 예측하고 있습니다.) 그래서 내 주요 내용은 다음과 같습니다. 질문은 x, y 위치가 JMP Pro에서 모델링된 예측의 일부가 될 수 있느냐는 것입니다.
Re: JMP Pro를 사용하여 공간 참조(위도, 경도) 데이터에 대한 기계 학습을 수행할 수 있나요?안녕 @learning_JSL ,
예, JMP Pro는 이를 모델링할 수 있습니다. 모델링 중인 단일 반응(Y) 변수가 있고 다른 변수는 모델의 모든 요인(X)인 것 같습니다.
JMP Pro는 여러 가지 방법으로 이 작업을 수행할 수 있습니다. 그 중 하나는 모델 선별(Model Screening)입니다. 이 도구는 훌륭한 도구이지만 각 모델링 방법에 대한 기본 설정만 살펴보고 이것이 항상 가장 적합한 모델은 아니므로 다음을 수행해야 합니다. 해당 플랫폼을 사용할 때 이 점을 명심하십시오.
JMP Pro는 일반화 회귀, 부스팅 트리, 부트스트랩 포레스트, 신경망, SVM, K-최근접 이웃, XGBoost와 같은 다양한 플랫폼을 사용하여 데이터를 모델링할 수 있습니다. 이러한 모든 방법은 귀하가 말하는 데이터를 처리할 수 있으며 각 방법에는 장점과 단점이 있습니다. 따라서 다양한 방법을 모두 사용하여 데이터를 모델링한 다음 어떤 방법을 사용하여 예측에 가장 적합한지 비교하고 싶을 것입니다. 모델을 훈련하고 검증하는 데 사용되지 않은 완전히 다른 데이터 세트입니다. 이 부분에 대한 테스트 데이터 세트를 저장하는 것이 좋습니다.
즉, 데이터를 훈련 및 검증 데이터 세트(분석 > 예측 모델링 > 검증 열 만들기)로 분할하고 응답 열(변수 1이라고 생각합니다)에서 계층화하는 것이 좋습니다. 하지만 이 작업은 다양한 모델을 서로 비교하기 위한 테스트 데이터로 사용될 데이터 테이블을 분할한 후에 수행하십시오.
어떤 방법을 사용하든 응답 열을 모델링하고 모델링된 데이터를 데이터 테이블에 열 수식으로 저장할 수 있습니다. 그런 다음 모델에 대해 다양한 종류의 분석을 수행하여 피팅이 얼마나 좋은지 확인할 수 있습니다.
데이터 테이블을 공유해 주시면 기꺼이 예제를 실행하겠습니다. 민감한 정보가 있는 경우 항상 "익명화"할 수 있습니다(테이블 > 익명화). 실제 항목이 무엇인지 공유할 수 없는 경우 열을 카테고리 A,B,C,D로 다시 코딩할 수도 있습니다.
도움이 되었기를 바랍니다,
DS
Re: JMP Pro를 사용하여 공간 참조(위도, 경도) 데이터에 대한 기계 학습을 수행할 수 있나요?정말 고마워요 DS.철저한 답변에 감사드립니다. 저의 주요 질문은 JMP Pro가 모델링된 회귀를 수행할 때 공간 좌표와 관련된 데이터를 설명할 수 있는지 여부입니다.JMP Pro가 예측 변수를 통합할 수 없다고 가정해야 할까요? 위치 (각 X 예측 변수는 위도 및 경도와 연관되어 있으며 예측 변수의 위치는 위도 및 경도도 있는 응답 변수 Y에 영향을 미치는 방식에 영향을 미칩니다.)실제로 이것은 공간 회귀이기도 합니다.(ArcPro에는 Python API를 활용하는 기계 학습용 도구가 있지만 저는 ArcGIS보다 JMP 플랫폼을 선호하기 때문에 JMP Pro에 이 기능이 있기를 바랐습니다.)
Re: JMP Pro를 사용하여 공간 참조(위도, 경도) 데이터에 대한 기계 학습을 수행할 수 있나요?공간 데이터에 대한 우려 사항이 지리좌표의 가변 그리드 간격이라면 Boosted Neural 모델과 같은 것이 적합할 수 있습니다. 이렇게 하면 이 곡률/변동성을 설명하는 예측 곡선을 형성할 수 있기 때문입니다. JMP의 샘플 데이터를 사용하여 좌표를 기반으로 1월 기온을 예측하는 샘플 작업 흐름을 첨부했습니다.
또한 JMP는 Python과 실행/통합할 수 있으므로 JMP에서 동일한 Python 패키지를 직접 사용할 수도 있습니다. 여기 몇 가지 예에 대한 링크 .
Re: JMP Pro를 사용하여 공간 참조(위도, 경도) 데이터에 대한 기계 학습을 수행할 수 있나요?훌륭한.좀 볼 것이다.감사합니다!
Re: JMP Pro를 사용하여 공간 참조 데이터(위도, 경도)에 대한 머신 러닝을 수행할 수 있습니까?안녕하세요 SDF1 - 작년에 제가 한 질문에 답변하셨고, 지금은 데이터 세트를 정리하고 있어서 이에 대한 후속 조치를 취하고 싶습니다. JMP Pro 17에서 7개 변수(X1, X2, ...X7)를 기반으로 Y를 예측하는 머신 러닝 알고리즘을 실행하고 싶습니다. 이 중 2개는 공간 좌표(위도와 경도)입니다. 326개 레코드의 일부를 학습 세트로 사용하고, 일부를 검증/테스트 세트로 사용합니다. 샘플 데이터 세트를 첨부했습니다.
JMP Pro가 이 지리공간(위도/경도) 데이터세트에 대해 "기계 학습"할 수 있나요? 그렇다면 제 워크플로에 적합한 시작점이나 테스트 유형을 추천해 주시겠어요? 미리 감사드립니다!
Re: JMP Pro를 사용하여 공간 참조 데이터(위도, 경도)에 대한 머신 러닝을 수행할 수 있습니까?안녕하세요 SDF1 - 요즘 이런 종류의 이슈에 대해 작업하지 않으실 수도 있다는 걸 깨달았습니다. 그래서 저도 토론 게시판에 글을 올립니다. JMP Pro를 사용하여 예측이 있는 데이터 세트에서 머신 러닝 예측을 수행하는 방법... - JMP 사용자 커뮤니티
감사합니다.
