1152_de-DE
JMP-Partition/Entscheidungsbaum – Modellauswahl und Validierung mit TestsatzHallo Forummitglieder,
Ich habe das folgende Problem. Ich möchte eine Klassifizierung mithilfe der SAS Jmp-Partition durchführen.
Der Datensatz hat zwei Klassen: positiv und negativ. Ich habe ein JSL-Skript geschrieben, das geladen wird
Der Datensatz aus der Datei. Der Testsatz wird durch den Ausschluss einer bestimmten Anzahl von Zeilen definiert
und Training des Entscheidungsbaums anhand des Trainingssatzes (gegeben durch alle enthaltenen Zeilen).
Das Training erfolgt durch Klicken auf die Schaltfläche „Los“ über das JSL-Skript (d. h. durch Senden des „Go“)
Nachricht an die Partitionsinstanz).
Nun meine Frage: Woher weiß SAS Jmp Partition, wann das Wachstum des Baums gestoppt werden muss?
Den R-Quadrat-Diagrammen zufolge scheint JMP den Testsatz als Basis zu verwenden
seine Entscheidung, den Baum nicht weiter wachsen zu lassen. Das wäre eindeutig unbefriedigend, da ich es möchte
die Leistung des Testsatzes (unter Verwendung der ROC-Kurve und ihrer AUC) zu verwenden, um die Verallgemeinerung zu quantifizieren
Leistung des Baums bei unsichtbaren Daten.
Oder wird der Haltepunkt durch die Kreuzvalidierung ROC/AUC bestimmt? Aber es scheint
Die AUC des Crossvalidation-Laufs kann durch Wachstum problemlos auf nahe 0,999 maximiert werden
Der Baum ist unendlich groß, was eindeutig eine Überanpassung wäre.
Ich verwende den folgenden Befehl, um das Lernen des Entscheidungsbaums zu starten:
Teil = Partition(
Mindestgrößenaufteilung (20),
Baum anzeigen( 1 ),
ROC-Kurve( 1 ),
Spaltenbeiträge( 1 ),
Geteilter Verlauf( 1 ),
Kriterium( „Signifikanz maximieren“),
K-Fold-Kreuzvalidierung (2),
SendToReport( .... )
);
part << ColorPoints << Go << LeafReport;
und die Auswahl der Testsatzzeilen erfolgt mit:
Zeilenzustände festlegen( [0,2,0,......] );
Die beiden kodieren ausgeschlossene Zeilen.
Vielen Dank im Voraus für alle Hinweise
MarcBetreff: JMP-Partition/Entscheidungsbaum – Modellauswahl und Validierung mit TestsatzAb Seite 816 des JMP Stat and Graph Guide (von JMP, Hilfe>Bücher>JMP Stat and Graph Guide):
Automatische Aufteilung
Die Schaltfläche „Los“ (siehe Abbildung 37.12) wird angezeigt, wenn Sie die Kreuzvalidierung aktiviert haben. Das ist fertig
indem Sie entweder den Befehl „K Fold Crossvalidation“ verwenden oder mindestens 20 % der Zeilen als Holdout ausschließen
Probe.
Mit der Schaltfläche „Los“ können Sie wiederholt teilen, ohne dass Sie wiederholt auf die Schaltfläche „Teilen“ klicken müssen.
Wenn Sie auf die Schaltfläche „Los“ klicken, führt die Plattform bis zur Kreuzvalidierung eine wiederholte Aufteilung durch
R-Quadrat ist besser als das, was die nächsten 10 Teilungen ergeben würden. Diese Regel kann zu komplexen Bäumen führen
sind nicht sehr gut interpretierbar, haben aber eine gute Vorhersagekraft.
Durch Klicken auf die Schaltfläche „Los“ wird der Befehl „Verlauf teilen“ aktiviert. Auch wenn die Verwendung der Schaltfläche „Los“ zu einem Baum führt
Bei mehr als 40 Knoten ist der Befehl „Baum anzeigen“ deaktiviert.
