725452_fr-FR

liliconcom

Question sur la façon d'utiliser l'objet ajusté pour la prédiction en JSL

Salut - J'ai 2 colonnes X et Y. J'utilise la plateforme neuronale pour ajuster Y avec X, car elle est assez non linéaire. Maintenant, je souhaite utiliser le modèle ajusté pour prédire Y pour un X donné. Comment puis-je y parvenir en JSL ?

J'ai le code suivant:

obj = dt << Neural(
Y( :Vg ),
X( :Id ),
Informative Missing( 0 ),
Validation Method( "Holdback", 0.3333 )
);

Après avoir effectué l'ajustement, je dois utiliser cet objet d'ajustement pour prédire Y pour certaines valeurs de X dans une autre table. Mais je ne sais pas comment écrire du JSL pour cela. Merci d'avance!

Modélisation prédictive et apprentissage automatiqueRe : Question sur la façon d'utiliser l'objet ajusté pour la prédiction en JSL

Bonjour, merci beaucoup d'avoir fourni l'exemple de script. Pourriez-vous expliquer comment je peux modifier si le nom de ma colonne dans l'autre table est différent ? De plus, pourriez-vous s'il vous plaît clarifier comment le JSL changera si j'ai Formula Depot ? Merci encore!

Re : Question sur la façon d'utiliser l'objet ajusté pour la prédiction en JSL

Depuis la plateforme neuronale, vous pouvez enregistrer la formule sur votre table

et déplacez-le (ou tous, selon votre modèle) vers une autre table si les deux ont des colonnes portant le même nom. Ci-dessous un exemple de script

Names Default To Here(1); 

dt = open("$SAMPLE_DATA/Big Class.jmp");

nn = dt << Neural(
	Y(:sex),
	X(:height, :weight),
	Informative Missing(0),
	Validation Method("Holdback", 0.3333),
	Fit(NTanH(3))
);

cur_cols = dt << Get Column Names("String");
nn << (Fit[1] << Save Profile Formulas);
new_cols = dt << Get Column Names("String");

Remove From(new_cols, 1, N Items(cur_cols));

dt2 = Open("$SAMPLE_DATA/Big Class Families.jmp");

For Each({colname}, new_cols,
	colscript = Column(dt, colname) << get script;
	Eval(EvalExpr(
		Send(dt2, Expr(colscript));
	));
);

Si vous disposez de JMP Pro, vous pouvez également utiliser Formula Depot, ce qui rend les choses peut-être un peu plus faciles.