使用先前開發的隨機森林模型新增數據社區，
我正在與我的同事 Kim 合作進行一個項目，她使用隨機森林開發基於土壤特性的馬鈴薯植物疾病預測模型。 以下是我們的問題：
- 我們如何將新資料與已產生且已驗證的模型一起使用？
- 我們如何驗證舊的預測模型正在解釋反應變數？
預測模型表明，鐵含量越高，疾病壓力就越高。 我們想使用前一年的數據來看看這是否成立。
非常感謝您的好意建議。
金·安德森 & AM 海爾曼
進階統計建模預測建模和機器學習視窗回覆：使用先前開發的隨機森林模型添加新數據我將從問題#2 開始。 驗證「舊」模型的一般最佳實踐是將原始資料集劃分為資料表中每一行的訓練、驗證和測試類別。 然後檢查各種適合的統計數據和視覺化。 您在平台報告中看到的內容在很大程度上取決於回應的性質…是分類的還是數位連續的？ 最終，由您決定模型是否「經過驗證」…無論這對您意味著什麼。 您需要 JMP Pro 才能有效地使用此途徑。 以下是“如何”在 JMP Pro 中建立驗證列的鏈接建立驗證列我假設你已經有很多很多的觀察結果。 這是從該途徑獲得最大收益所必需的。 如果您沒有大量數據，那麼 Kfold 等其他方法可能會很有用。 然後，一旦您進入正在使用的建模平台，請確保將驗證列名稱放置在驗證規範視窗中。 如果您沒有 JMP Pro...仍然可以部分重新建立此一般路徑...但對於工作流程而言，這將是真正的笨拙，並且超出了此類論壇中可以描述的範圍。
至於問題#1，請確保將預測方程式儲存在一列中......然後只需添加新的觀察結果並將預測與實際響應進行比較。
