모델 스크리닝: 신경망/K-겹 교차 검증신경망을 통해 모델을 맞추려면 모델 스크리닝을 사용해야 합니다. NN의 기본 설정은 3TanH입니다. 하지만 모델 시작 시 설정을 변경하면(예: 1TanH 1 Linear 1 Gaussian) 경고가 표시됩니다. " 참고: 데이터 테이블이 변경되었습니다. 출력은 더 이상 데이터를 나타내지 않습니다. 출력을 데이터와 동기화하려면, 플랫폼 메뉴에서 "데이터 테이블 변경 사항에 동기화"를 선택하세요.
신경망 설정을 변경하고 모델을 다시 시작하려면 어떻게 해야 합니까?
고급 통계 모델링예측 모델링 및 기계 학습Re: 모델 스크리닝: 신경망 / K-겹 교차 검증첫 번째 모델을 실행할 때와 다시 실행하려고 할 때 사이에 데이터를 변경하기 위해 무엇을 했는지 알고 있나요?
신경망 모델을 실행하고 일부 행을 숨기고 제외시킨 다음 모델 실행을 열고 모델을 다시 실행하면 여러분이 보고 있는 것과 동일한 메시지가 나타납니다. 맨 위 개요 표시줄의 빨간색 삼각형 메뉴에는 데이터를 동기화하는 옵션이 있습니다.
동기화 옵션을 클릭한 후 다른 모델을 실행할 수 있습니다.
답: 모델 선별: 신경망/K-폴드 교차 검증안녕하세요 @Nimaxim ,
@Byron_JMP 의 답변에 따르면 두 플랫폼 출시 사이에 표시되는 메시지를 설명할 수 있는 몇 가지 변경 사항이 있을 수 있습니다.
일부 참고 사항은 다음과 같습니다.
- 다른 모델링 옵션을 사용해 보셨나요? 신경망은 모든 함수를 근사화할 수 있는 복잡한 모델입니다(자세한 내용에 관심이 있는 경우 " 보편 근사 정리 "를 읽을 수 있음). 그러나 빠르게 과적합될 수 있고 상대적으로 큰 계산 리소스가 필요하며 잘 일반화하지 못할 수 있습니다. (예방조치 없이). 유연성이 매우 높기 때문에 Neural Network를 이 모델 스크리닝 플랫폼의 최고 성능 모델 중 하나로 자주 볼 수 있지만 유사하거나 더 가까운 성능을 가진 다른 옵션을 살펴보는 것이 좋습니다.
- 검증 및 테스트 전략이 있습니까? 앞에서 언급했듯이 Neural Network의 과적합은 매우 쉽게 얻을 수 있으므로 과적합을 방지하려면 적절한 검증 전략이 필수적이며, 테스트 세트는 Neural Network의 예측이 새로운/보이지 않는 데이터에 쉽게 적용될 수 있는지 검증하는 데 도움이 됩니다. 훈련 및 검증 세트와 유사한 속성 및 분포.
- 보시다시피 사용되는 플랫폼에 따라 제안되는 설정과 신경망 아키텍처가 다릅니다. Model Screening 플랫폼에서 사용되는 모든 모델 은 모델 피팅에서 기본 옵션과 튜닝 매개변수를 사용하므로 Neural Network의 경우 3개의 tanH 기능을 갖춘 1계층 네트워크입니다. Model Screening Platform(jmp.com) 출시
사용 사례에 더 잘 맞도록 신경망의 아키텍처를 미세 조정하고 싶을 수 있으며, 이를 지원하기 위해 @scott_allen 이 만든 신경망 조정 추가 기능을 사용할 수 있습니다.
이 보완적인 답변이 도움이 되길 바랍니다.
