189094_zh-CN

liliconcom

使用 JMP / JMP PRO 进行时间序列的 k 重交叉验证

我想使用 Bootstrap 或提升树，但使用 k 折方法，因为我在分区树或神经网络中使用它。 但是我只看到添加修复验证列的选项。

 

由于我正在处理时间序列，因此无法很好地使用随机样本来拟合我的模型。

 

除此之外，我对 JMP 中实现的 k 倍表示怀疑，因为它总是说随机样本。

 

 

我正在寻找这样的序列（至少）：

 

我认为 JMP 做了类似的事情（请确认）：

 

 

以下是所有选项，最适合我的情况是 TimeSplit。

https://scikit-learn.org/stable/auto_examples/model_selection/plot_cv_indices.html#sphx-glr-auto-examples-model-selection-plot-cv-indices-py

 

有什么想法或解决方法吗？

 

回复：使用 JMP / JMP PRO 进行时间序列的 k 重交叉验证

当使用神经网络和验证列时，结果是简单的推断。 该接口中也不使用测试行。

 

关于如何为树或神经网络实现适当的 k 折叠的想法？

 

 

 

回复：使用 JMP / JMP PRO 进行时间序列的 k 重交叉验证

如果将 cutpointvalidation 方法用作拟合树的列（推荐用于 JMP 中的时间序列）：

 

 

回复：使用 JMP / JMP PRO 进行时间序列的 k 重交叉验证

已确认：在 JMP 14 中，K 倍实际上是进行 k 次随机抽样。