Ciao,
Una domanda generale riguardante un'applicazione del DOE. Ho un set di dati con 30 funzionalità indipendenti. La risposta è rendimento. Ovviamente i dati sono piuttosto rumorosi e quando eseguo Random Forest (RF), ottengo al massimo un R^2 del 70% sui dati di validazione. Condurre un vero DOE non è affatto possibile a causa della sua logistica. Tuttavia, diciamo che prendo il modello RF come processo di generazione dei dati. Quindi progetto un esperimento utilizzando il minimo/massimo delle funzionalità. Ciò fornirà una matrice enorme, ma nessun problema poiché la potenza di calcolo non è un problema. Quindi inserisco la matrice DOE nella RF e genero la resa. Quindi utilizzo OLS per modellare la resa utilizzando la matrice di progettazione come caratteristiche. Ottengo un R^2 di 0,92!
Questo può sembrare imbroglioso e non valido, quindi mi piace ottenere l'opinione degli esperti su questo approccio.
L'obiettivo qui è trovare impostazioni di funzionalità che massimizzino la resa.
Grazie,
