使用先前开发的随机森林模型添加新数据社区，
我正在与我的同事 Kim 合作开展一个项目，她使用随机森林开发基于土壤特性的马铃薯植物病害预测模型。 以下是我们的问题：
- 我们如何将新数据与已生成且已验证的模型一起使用？
- 我们如何验证旧的预测模型正在解释响应变量？
预测模型表明，铁含量越高，疾病压力就越高。 我们想使用前一年的数据来看看这是否成立。
非常感谢您的好意建议。
金·安德森 & AM 海尔曼
高级统计建模预测建模和机器学习视窗回复：使用之前开发的随机森林模型添加新数据我将从问题#2 开始。 验证“旧”模型的一般最佳实践是将原始数据集划分为数据表中每一行的训练、验证和测试类别。 然后检查各种适合的统计数据和可视化。 您在平台报告中看到的内容在很大程度上取决于响应的性质……是分类的还是数字连续的？ 最终，由您决定模型是否“经过验证”……无论这对您意味着什么。 您需要 JMP Pro 才能有效地使用此途径。 以下是“如何”在 JMP Pro 中创建验证列的链接创建验证列我假设你已经有很多很多的观察结果。 这是从该途径获得最大收益所必需的。 如果您没有大量数据，那么 Kfold 等其他方法可能会很有用。 然后，一旦您进入正在使用的建模平台，请确保将验证列名称放置在验证规范窗口中。 如果您没有 JMP Pro...仍然可以部分重新创建此一般路径...但对于工作流程而言，这将是真正的笨拙，并且超出了此类论坛中可以描述的范围。
至于问题#1，请确保将预测方程存储在一列中......然后只需添加新的观察结果并将预测与实际响应进行比较。
