687401_zh-TW

liliconcom

想要對多個 y 變數執行相同的調整設計表

我正在運行引導森林作為預測模型。 我有我喜歡的超參數，但想運行多次（例如 500 次重複）來找到為我提供最佳驗證 r 平方的隨機森林。 我已經建立了調整設計表，但每次它針對一個預測 y 變數（我的資料集中有 11 個）運行時，我每次都必須手動選擇相同的設計表。 每次運行都要坐在電腦旁等待 10-15 分鐘，然後按一下下一步，這非常耗時。 我寧願設置它然後忘記它。 是否有一個設定可以自動為每個 y 變數執行相同的調整表？

 

作為參考，這是每個引導林完成後我必須點擊的方塊：

 

進階統計建模預測建模和機器學習回覆：想要對多個 y 變數執行相同的調整設計表

根據 Bootstrap Forest 上的文檔，您應該只指定要在平台的 JSL 中使用的表。

IE

Bootstrap Forest(
 Y( :Percent body fat ),
 X(
  :"Age (years)"n, :"Weight (lbs)"n, :"Height (inches)"n,
  :"Neck circumference (cm)"n, :"Chest circumference (cm)"n,
  :"Abdomen circumference (cm)"n, :"Hip circumference (cm)"n,
  :"Thigh circumference (cm)"n, :"Knee circumference (cm)"n,
  :"Ankle circumference (cm)"n, :"Biceps (extended) circumference (cm)"n,
  :"Forearm circumference (cm)"n, :"Wrist circumference (cm)"n
 ),
 Tuning Design Table("place your design table name here"),
 Go
)

回覆：想要對多個 y 變數執行相同的調整設計表

你好@ClassCanary405 ,

 

歡迎來到社區！

一些進一步的問題和評論，與您的問題沒有直接關係，但也許值得考慮：

• 當您使用引導森林作為預測模型時，您如何將資料劃分為訓練/驗證/測試集（k 折疊或「固定」交叉驗證？）並確保這些集合能夠代表未來的樣本？
  如果使用「固定」交叉驗證，您是否透過改變訓練、驗證和測試集來評估模型的穩健性（例如，如果需要，使用驗證公式列來模擬具有相同分組或分層的不同模型結果： https://community.jmp.com/t5/Discussions/Boosted-Tree-Tuning-TABLE-DESIGN/mp/609591/highlight/true#M81062 ）
• 為什麼選擇引導森林？
  對於表格資料存在不同的基於樹（或其他類型）的模型，這些模型可能更適合提供精確的預測（例如提升樹 (jmp.com)或者JMP Pro 的 XGBoost 插件）。 在進行任何分析之前，還有必要檢查資料中是否有缺失值、異常值、平衡... 即使基於樹的模型在這些情況下可能是穩健的，但有時它也可以解釋為什麼由於缺乏數據或代表性，某些預測與測量結果相比是「錯誤的」。
  您也可以考慮使用不同類型的模型來建立模型集成，這些模型在實驗空間的不同區域或不同場景（缺失值、異常值等）中表現良好。
• 為什麼您的驗證指標 R² 用於預測目的？
  也許其他指標，例如 RASE、AAE 或錯誤分類率（在分類回應的情況下，例如類別）可能更適合：模型比較報告 (jmp.com)

 

最後，隨機森林（在 JMP 中稱為 Bootstrap Forest）是機器學習中最強大的監督學習模型之一。 與其他可能的演算法不同，它是對超參數調整不太敏感的少數模型之一，並且您可以使用基本的 JMP Pro 建議/預設設定來獲得良好的隨機森林性能。

 

有關機器學習模型的“可調性”（超參數調整對性能的影響）的更多信息，您可以查看這篇論文： [1802.09596] 可調節性：機器學習演算法超參數的重要性 (arxiv.org)

 

我希望這個補充性的答案能幫助你，