Agregar nuevos datos utilizando un modelo de bosque aleatorio desarrollado previamenteComunidad,
Estoy trabajando con mi colega Kim en un proyecto en el que utilizó bosque aleatorio para desarrollar un modelo de predicción de enfermedades de las plantas de papa basado en las propiedades del suelo. Aquí están nuestras preguntas:
- ¿Cómo utilizamos nuevos datos con el modelo ya generado que ya fue validado?
- ¿Cómo podemos validar que el antiguo modelo predictivo esté explicando la variable respuesta?
El modelo predictivo indica que a mayor nivel de hierro se produce una mayor presión de la enfermedad. Queremos utilizar datos de un año anterior y ver si eso es cierto.
Muchas gracias por sus amables sugerencias.
Kim Anderson y AM Heilman
Modelado estadístico avanzadoModelado predictivo y aprendizaje automáticoventanasRe: Agregar nuevos datos usando un modelo de bosque aleatorio desarrollado previamenteComenzaré con la pregunta número 2. La mejor práctica general para validar su modelo "antiguo" es dividir el conjunto de datos original en categorías de entrenamiento, validación y prueba para cada fila de la tabla de datos. Luego examine las diversas estadísticas y visualizaciones orientadas al ajuste. Lo que vea en el informe de la plataforma dependerá en gran medida de la naturaleza de la respuesta... ¿es categórica o numérica continua? En última instancia, depende de usted decir si el modelo está "validado"... lo que sea que eso signifique para usted. Necesitará JMP Pro para utilizar esta vía de forma eficaz. Aquí hay un enlace a 'cómo' crear una columna de validación en JMP Pro Crear una columna de validación Supongo que tienes muchísimas observaciones. Esto es necesario para obtener el máximo beneficio de esta vía. Si no tiene muchos datos, otros métodos como Kfold pueden resultar útiles. Luego, una vez que llegue a la plataforma de modelado que está utilizando, asegúrese de colocar el nombre de la columna Validación en la ventana Especificación de validación. Si no tiene JMP Pro... esta ruta general aún se puede recrear en parte... pero será muy complicado para el flujo de trabajo y estará más allá del alcance de lo que se puede describir aquí en un foro como este.
En cuanto a la pregunta número 1, asegúrese de almacenar la ecuación de predicción en una columna separada... luego simplemente agregue sus nuevas observaciones y compare las predicciones con las respuestas reales.
