687401_zh-CN

liliconcom

想要对多个 y 变量运行相同的调整设计表

我正在运行引导森林作为预测模型。 我有我喜欢的超参数，但想运行多次（例如 500 次重复）来找到为我提供最佳验证 r 平方的随机森林。 我已经构建了调整设计表，但每次它针对一个预测 y 变量（我的数据集中有 11 个）运行时，我每次都必须手动选择相同的设计表。 每次运行都要坐在电脑旁等待 10-15 分钟，然后单击下一步，这非常耗时。 我宁愿设置它然后忘记它。 是否有一个设置可以自动为每个 y 变量运行相同的调整表？

 

作为参考，这是每个引导林完成后我必须单击的框：

 

高级统计建模预测建模和机器学习回复：想要对多个 y 变量运行相同的调整设计表

根据 Bootstrap Forest 上的文档，您应该只指定要在平台的 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
)

回复：想要对多个 y 变量运行相同的调整设计表

你好@ClassCanary405 ,

 

欢迎来到社区！

一些进一步的问题和评论，与您的问题没有直接关系，但也许值得考虑：

• 当您使用引导森林作为预测模型时，您如何将数据划分为训练/验证/测试集（k 折叠或“固定”交叉验证？）并确保这些集合代表未来的样本？
  如果使用“固定”交叉验证，您是否通过改变训练、验证和测试集来评估模型的稳健性（例如，如果需要，使用验证公式列来模拟具有相同分组或分层的不同模型结果： https://community.jmp.com/t5/Discussions/Boosted-Tree-Tuning-TABLE-DESIGN/mp/609591/highlight/true#M81062 ）
• 为什么选择引导森林？
  对于表格数据存在不同的基于树（或其他类型）的模型，这些模型可能更适合提供精确的预测（例如提升树 (jmp.com)或者JMP Pro 的 XGBoost 插件）。 在进行任何分析之前，还有必要检查数据中是否存在缺失值、异常值、平衡...... 即使基于树的模型在这些情况下可能是稳健的，但有时它也可以解释为什么由于缺乏数据或代表性，某些预测与测量结果相比是“错误的”。
  您还可以考虑使用不同类型的模型来创建模型集成，这些模型在实验空间的不同区域或不同场景（缺失值、异常值等）中表现良好。
• 为什么您的验证指标 R² 用于预测目的？
  也许其他指标，例如 RASE、AAE 或错误分类率（在分类响应的情况下，如类别）可能更适合：模型比较报告 (jmp.com)

 

最后，随机森林（在 JMP 中称为 Bootstrap Forest）是机器学习中最强大的监督学习模型之一。 与其他可能的算法不同，它是对超参数调整不太敏感的少数模型之一，并且您可以使用基本的 JMP Pro 建议/默认设置获得良好的随机森林性能。

 

有关机器学习模型的“可调性”（超参数调整对性能的影响）的更多信息，您可以查看这篇论文： [1802.09596] 可调节性：机器学习算法超参数的重要性 (arxiv.org)

 

我希望这个补充性的答案能够帮助你，