こんにちは、みんな、
これは、このアドインに関する質問を開始し、質問と回答についてより率直に述べるための投稿です。
一般的な質問と、JMP Genomics (このアドインも入手しています) に関連する質問は次のとおりです。
- XGBoost が対処すべき主な問題は何ですか? (例: モデルのパフォーマンスが低い? 他の方法では簡単に処理できない疎なデータに対処する? 精度の問題?) モデリングの速度が本当に向上すると読んだことがありますが、他には何か、例を挙げてください。
- これはゲノムデータにどのように適用されますか?
- 本当のメリット (個人的およびビジネス上のメリット) は何ですか?目標は、SE が導入に時間 (および/またはドル) を投資したい理由について組織に利点を伝えるのを支援することです。
- ビジネス上の問題に対する影響と規模はどの程度ですか?
- Kaggle 以外で XGBoost を実装した人はいますか?その結果はどうなりましたか?
ありがとう、
この議論にもう 1 つ追加すべき点は、XGBoost には LGPL3 ライセンスがあるということです。要するに、JMP を基本的にすべての人に無料で提供する必要がないように、通常の JMP ソフトウェアの一部として組み込んで配布することは許可されていないということです。唯一の方法は、ユーザーがこのモジュールを含むパッケージを自発的にダウンロードし、LGPL ライセンスを遵守するという個人的な責任を負うことです。
ブライアン
こんにちは、マイク、これに関する将来はまだ検討中ですが、私たちは提案を歓迎します。本格的なサードパーティ分析を C++ レベルで JMP に統合するのはこれが初めてであり、最初のステップとして、アドインを介してある程度の距離と柔軟性を維持したいと考えています。これが何らかの新しい JMP 製品になるとは真剣に疑っていますが、JMP Pro の売上向上に役立ち、分析ソフトウェアで起こっている地殻変動についての貴重な洞察を提供してくれることを願っています。
これらを上げてくれた Chris に感謝します。
1. XGBoost が対処すべき主な問題は何ですか? (例: モデルのパフォーマンスが低い? 他の方法では簡単に処理できない疎なデータに対処する? 精度の問題?) モデリングの速度が実際に向上すると読んだことがありますが、他には何か、例を挙げてください。
XGBoost は、ほとんどの場合、非常に優れた汎用予測モデリング プラットフォームです。現在の JMP Pro Boosted Tree プラットフォームの強化版です。 Boosted Tree や Bootstrap Forest と同様に、可変重要度統計を生成するため、最も強力な予測変数を決定し、最も悪い予測変数を排除するための説明モードとして使用することもできます。予測子の欠損データを自動的に処理し、すべての一般的な種類の Y ターゲットに対する目的関数を備えています。これは比較的高速で、フィッティング中にデフォルトでマシン上のすべてのコアを使用する必要があり、オプションで Windows 上で NVIDIA GPU を使用できます。アドインには 2 つの基本的な例と、それらを説明するドキュメントが付属しています。 JMP Pro にはすでに最先端のデータ操作、クリーニング、特徴量エンジニアリング機能が備わっており、コードを記述することなく表形式のデータに対して最新の機械学習を実行する強力な方法を提供します。
2. これはゲノムデータにどのように適用されますか?
XGBoost にはゲノム データ セットに関連する特別な機能はありませんが、ゲノム データ セットやその他の広範なデータの問題にはうまく機能します。 Luciano Silva (JMP Genomics 開発者) と私は、現在最も優れたゲノム選択ルーチン (Genomic BLUP など) のいくつかといくつかの比較を行ったところ、同様に良好なパフォーマンスを示しましたが、大幅に向上したわけではありませんでした。
3. 本当のメリット (個人的およびビジネス上のメリット) は何ですか?目標は、SE が導入に時間 (および/またはドル) を投資したい理由について組織に利点を伝えるのを支援することです。
XGBoost は、予測問題として分類できるビジネス上の問題に最も直接的に適用できますが、計画された実験からのデータを分析するために使用することもできます。より大きなデータセットにも適切に拡張できます。新規ユーザーの場合、調整パラメータを理解するためにある程度の学習が必要ですが、DOE を使用してこれらのパラメータの調整を支援する機能を追加しました。また、補助ルーチン Make K-Fold Columns で DOE を新しい方法で使用し、相互検証に使用するデータの最適にバランスのとれた分割を作成します。 JMP Pro が標準の XGBoost 機能にもたらす付加価値の完全なリストについては、アドインのドキュメントを参照してください。
4. ビジネス上の問題に対する影響と規模はどのようなものですか?
問題によって大きく異なります。予測やシステムの理解における小さな改善が大きな影響を与える場合もあれば、それほど大きな影響を及ぼさない場合もあります。
5. Kaggle 以外で XGBoost を実装した人はいますか?その結果はどうなりましたか?
私の理解では、多くの組織が XGBoost モデルを実稼働環境に正常に実装していると考えていますが、適切な参考資料はありません。 XGBoost についてはオンラインで多くの議論が行われています。ほとんどの人は、Python または R から XGBoost を実行してデプロイします。Python コードを保存するための赤い三角形のオプションがあります。これは、実際にはモデルを最初から相互検証するための完全なコードです。
皆さんへ: 私たちは現在早期導入者モードにあり、新しい JMP コミュニティ グループをセットアップしています。 Mia Stephens と Stephanie Mencia が親切にサポートしてくれており、すでに素晴らしいフィードバックをいくつか受け取っています。グループに追加したい場合、またはアドインを試してみたい場合は、お知らせください。
