このウィッシュリストリクエストのきっかけは何ですか?
混合空間充填 DoE データに対していくつかの機械学習アルゴリズムを使用して分類を実現しようとしたときに、この状況に遭遇しました (プレゼンテーションはこちら: https://community.jmp.com/t5/Online-Abstracts/Synergy-Between-Design-of-Experiments ) -and-Machine-Learning-for/ec-p/708147#M2 )。
結果を視覚的かつ明確な方法で提示するために、クラスの変化を表す連続応答を含む 3 値プロットをグラフ化したいと考えたので、お気に入りのクラスの確率を選択しました。しかし、三値プロットには数式列が必要なので、実際にグラフを作成するには回避策を実行する必要があったため、次の 2 つの手順で実行しました。
- 分類モデル（SVM）を作成し、「予測式を保存」をクリックします。クラス予測は数式列ですが、各クラスの計算された確率列ではありません。
- 同じ入力変数 / X を使用してモデルを作成しますが、応答はお気に入りのクラスの確率列になります。その後、確率式を保存して、三値プロットで使用できます。
改善してほしいことは何ですか?モデル プラットフォームでは、さまざまなクラスを予測するためにクラス確率の計算がすでに行われているため、計算されたクラス確率をデータテーブルの数式列として保存したいと考えています。これはより簡単なオプションであり、必要な回避策が少なく、2 番目のステップでのモデルの仕様の誤りを回避できます。
この考え方がなぜ重要なのでしょうか?三値プロットまたは曲面プロットは、RSM/混合モデルの動作をより適切に視覚化し、理解するために不可欠なツールです。カテゴリカルな応答/クラスでは、実験空間の変動を正確かつ継続的に表現することが困難です。お気に入りのクラスで計算された確率式を使用すると、カテゴリカルな応答に対する要因の影響と重要性をより深く理解できるのではないかと思います。
