Aleatorización adicional para el método del bosque bootstrapPara variables de entrada colineales esperaríamos una importancia variable similar.
Pero notamos que para las variables de entrada colineales, JMP elige cuál usar para dividir según el orden en que fueron dadas a la plataforma... en lugar de seleccionar aleatoriamente entre esas variables divididas si hay empates entre los principales candidatos divididos. Algo que parece pequeño… pero que acaba siendo importante si queremos contar la historia completa.
Hablamos de esto con el soporte de JMP el 22/05/2020 (7613090128) y mencionaron que lo pasarían a I+D de JMP. Durante el reciente taller de Modelado predictivo avanzado, llamé la atención de Chris Gotwalt y rápidamente propuso alguna aleatorización adicional que también se implementó rápidamente en su código base y debería estar disponible en 16.2 o 17.0.
Estadísticas y análisisRe: Aleatorización adicional para el método de bosque de arranqueConfirmando que esto se abordará en el JMP 17.
Re: Aleatorización adicional para el método de bosque de arranque - Estado cambiado a: En desarrolloRe: Aleatorización adicional para el método de bosque de arranquePodemos cerrar esto para votar y probablemente marcarlo como Entregado (o pronto a ser entregado).
