FDE-Frage zur Vorhersage einer Y-Variablen für neue SpektrumsdatenOk, hier ist meine Frage.
Nehmen wir an, ich habe eine FDE-Analyse einiger Spektrumsdaten durchgeführt, die ich hatte. Ich habe ein Modell erstellt, die Funktionszusammenfassungen in einer neuen Datentabelle gespeichert und ein Modell erstellt, das die funktionalen PCAs mit der interessierenden Y-Variablen verknüpft.
Jetzt habe ich neue Spektrumsdaten und möchte die Y-Variable für eine neue bestimmte Kurve vorhersagen.
Was soll ich machen? Normalerweise kann ich bei regulären Daten eine Zeile mit der X-Variablen hinzufügen und die vorhergesagte Y-Spalte wird automatisch ausgefüllt. Bei Funktionsdaten sehe ich jedoch nicht, wo ich die funktionalen PCA-Werte aus den Spektrumsdaten speichern kann, damit ich sie in der Vorhersage verwenden kann.
Vermisse ich hier etwas? Was wäre Ihr Ansatz?
Betreff: FDE-Frage zur Vorhersage einer Y-Variablen für neue Spektrumsdaten@yasmine_hajar Interessantes Beispiel und Frage. Ich denke, eine Antwort besteht darin, die neuen Zeilen zu den Originaldaten hinzuzufügen und FDE von einem gespeicherten Skript oder Workflow aus erneut auszuführen und das Vorhersagemodell neu zu trainieren, wenn die funktionalen PCAs betroffen sind.
Ich war gespannt, wie gut Torch mit den ursprünglichen Spektralfunktionen zur Vorhersage des FFA-Werts funktioniert. Die angehängte Tabelle teilt Manda_DataFile in 23 Zeilen auf und erstellt geschichtete 5-fach-Variablen. Die Torch-Ergebnisse mit dem Standard-MLP über 100 Epochen scheinen mit einer Out-of-Fold-Korrelation von 0,99 und einem RMSE von 0,39 sehr gut zu sein.
Wenn ich die Dateinamen jedoch richtig lese, sieht es so aus, als gäbe es tatsächlich nur 7 effektive Versuchseinheiten mit jeweils 3-4 Wiederholungen. Dies wird auch aus den wiederholten Werten des FFA-Werts deutlich. Ich habe eine neue Spalte „Einheit“ erstellt und sie als Validierungsvariable ausprobiert (klicken Sie in Torch auf „Rotes Dreieck“ > „Variablen ändern“), um ein 7-faches Schema zu erstellen, das nacheinander jede Einheit enthält. Die Out-of-Fold-Korrelation sinkt auf 0,9 und der RMSE steigt auf 1,2. Dieses letztere Schema könnte eine realistischere Einschätzung der Generalisierbarkeit auf neue Daten ermöglichen.
Betreff: FDE-Frage zur Vorhersage einer Y-Variablen für neue SpektrumsdatenDanke @russ_wolfinger ! Ich hatte gehofft, die eingebetteten Formeln für die FPCAs-Spalten zu finden, aber eine erneute Ausführung des Skripts wird vorerst funktionieren.
Ich werde mit meinen Fragen zum Torch-Ansatz auf Sie zurückkommen!
Danke noch einmal!
Betreff: FDE-Frage zur Vorhersage einer Y-Variablen für neue SpektrumsdatenDurch die Einbeziehung ergänzender Variablen kann FDOE ausgeführt und anschließend Vorhersageformeln aus dem FDOE-Teil des Berichts gespeichert werden. Anschließend wird die Vorhersage automatisch durch neu hinzugefügte Zeilen berechnet.
Ich bin mit der FDE-Plattform nicht besonders vertraut, aber es sieht so aus, als ob ich keine Möglichkeit sehe, eine Vorhersageformel basierend auf den FPCs zu speichern, wenn Sie keine zusätzlichen Variablen haben. Das klingt nach einer Funktionsanfrage.
Betreff: FDE-Frage zur Vorhersage einer Y-Variable für neue Spektrumdaten@yasmine_hajar, die beste Möglichkeit, das jetzt zu tun, besteht darin, die neuen Spektren mit einer Validierungsspalte zu laden. Auf diese Weise können Sie sicherstellen, dass sie nicht in der Originalprobe verwendet werden. Wir haben ein offenes Element, um zu diesem Zweck ein Bewertungsskript zu speichern, dem ich die Priorität erhöhen werde.
Hoffe, das hilft!
Betreff: FDE-Frage zur Vorhersage einer Y-Variable für neue Spektrumdaten@eclaassen, ich würde FDOE verwenden, wenn der zusätzliche Parameter, den ich hätte, ein Faktor und keine Antwort wäre.
Aber in meinem Fall ist das Spektrum der Faktor und die Zusatzinformationen (die FFA-Spalte) sind die Vorhersage. Daher habe ich ein Modell mit PCA1,2,..5 in der Modellzusammenfassungstabelle erstellt
