エネルギー省こんにちは、
DOE の申請に関する一般的な質問。 30 個の独立した特徴を含むデータセットがあります。 応答は収量です。 もちろん、データにはかなりノイズが多く、ランダム フォレスト (RF) を実行すると、検証データの R^2 は最高でも 70% になります。 実際の DOE を実施することは、その物流上の理由からまったく不可能です。 ただし、データ生成プロセスとして RF モデルを採用するとします。 次に、特徴の最小値と最大値を使用して実験を設計します。 これにより巨大な行列が得られますが、計算能力は問題ではないので問題ありません。 次に、DOE マトリックスを RF に入力し、収量を生成します。 次に、OLS を使用して、設計マトリックスを特徴として使用して歩留まりをモデル化します。 R^2 は 0.92 になります。
これは不正で有効ではないように聞こえるかもしれないので、このアプローチについて専門家の意見を求めたいと思います。
ここでの目標は、収量を最大化する機能設定を見つけることです。
ありがとう、
実験計画法Re:DOE私の 2 セント: なぜ DOE を気にする必要があるのでしょうか? ランダム フォレストからのモデルがあり、これを予測プロファイラーで使用して、DOE の要素として解釈している「特徴」の最適な設定を見つけることができます。 さらに、応答は各治療の組み合わせの RF モデルから決定論的であるため、応答に関するシステムのノイズは少なくともゼロであるため、これは少し不正であると思います。
