以前に開発したランダム フォレスト モデルを使用して新しいデータを追加するコミュニティ、
私は同僚のキムと一緒に、ランダム フォレストを使用して土壌特性に基づいたジャガイモの植物病の予測モデルを開発するプロジェクトに取り組んでいます。 私たちの質問は次のとおりです。
- すでに生成され検証済みのモデルで新しいデータをどのように使用するのでしょうか?
- 古い予測モデルが応答変数を説明していることをどのように検証できるでしょうか?
予測モデルは、鉄分が多いと病気の圧力が高まることを示しています。 前年のデータを使用して、それが当てはまるかどうかを確認したいと考えています。
親切なご提案をいただきまして誠にありがとうございました。
キム・アンダーソン & AM ヘイルマン
高度な統計モデリング予測モデリングと機械学習ウィンドウズRe: 以前に開発したランダム フォレスト モデルを使用して新しいデータを追加する質問＃2から始めます。 「古い」モデルを検証するための一般的なベスト プラクティスは、元のデータ セットをデータ テーブルの各行のトレーニング、検証、およびテスト カテゴリに分割することです。 次に、さまざまな適合指向の統計と視覚化を調べます。 プラットフォーム レポートに表示される内容は、応答の性質に大きく依存します。応答はカテゴリ的ですか、それとも数値連続ですか? 最終的には、モデルが「検証された」かどうかを判断するのはあなた次第です...それがあなたにとって何を意味するかは関係ありません。 この経路を効果的に使用するには、JMP Pro が必要です。 JMP Pro で検証列を作成する「方法」へのリンクは次のとおりです。検証列の作成きっとたくさんの気づきがあると思います。 これは、この経路から最大限の利益を得るために必要です。 大量のデータがない場合は、Kfold などの他の方法が役立つ場合があります。 使用しているモデリング プラットフォームに到達したら、必ず検証仕様ウィンドウに検証列名を入力してください。 JMP Pro をお持ちでない場合でも...この一般的な経路は部分的に再作成できます...しかし、ワークフローに関しては非常に不格好になり、このようなフォーラムでここで説明できる内容の範囲を超えます。
質問 #1 に関しては、予測方程式を単独の列に格納していることを確認してください。その後、新しい観測値を追加して、予測を実際の応答と比較するだけです。
