검증 열이 있는 기능적 데이터 탐색기행을 함수로 하는 40개의 NIR 스펙트럼이 있는 데이터 세트가 있습니다. 데이터 세트는 절단점 검증 열을 사용하여 훈련 및 검증 세트로 나뉩니다. 마지막 10개 행은 검증입니다.
FPCA 분석을 실행하면 아래와 같이 훈련 세트만 적합합니까? 훈련 모델을 사용하여 검증 세트의 적합이 괜찮은지 어떻게 알 수 있습니까?
검증 세트에 적합한 것이 없습니까?
진단 플롯은 훈련 세트에만 적용되는 것으로 가정합니까?
FPCA 점수: 검증 세트의 결과가 훈련 모델로 계산되었습니까?
의견을 주셔서 감사합니다!
고급 통계 모델링예측 모델링 및 머신 러닝윈도우Re: 검증 열이 있는 기능적 데이터 탐색기다시 한번 좋은 답변을 주셔서 감사합니다, 빅터!
Re: 검증 열이 있는 기능적 데이터 탐색기안녕하세요 @frankderuyck ,
동의합니다. Functional Data Explorer의 검증 세트 사용에 대한 설명서는 세트의 용어와 사용에 대해 약간 혼란스럽습니다. Functional Data Explorer 플랫폼(jmp.com) 실행
함수형 데이터 탐색기에서 사용할 수 있는 가능한 세트는 두 가지뿐입니다(학습 세트, 검증 세트, 테스트 세트의 3가지 세트를 사용하는 다른 머신 러닝 알고리즘과는 달리). 즉, 학습 세트(0 또는 가장 작은 값으로 코딩)와 검증 세트(1 이상의 값으로 코딩)입니다.
검증 세트는 실제로 여기서 테스트 세트로 사용됩니다(올바른 명명 규칙을 엄격하게 사용하는 경우): 기능 모델을 맞추는 데 사용되지 않지만 이 세트의 FPCA 점수를 추출하여 모델이 새 기능 데이터에 얼마나 효과적인지 확인할 수 있습니다: 해결됨: 기능 데이터 분석 및 분류: 새 데이터의 FPC를 계산하는 방법(u... - JMP 사용자 커뮤니티
훈련 세트는 모델의 적합성을 평가하고 맞추는 데 사용되며, 귀하가 언급한 보고서의 모든 플롯은 훈련 세트에서 수행됩니다.
새로운 데이터 테이블([초기 데이터]의 "[모델]" 및 "데이터 저장" 옆의 빨간색 삼각형)에서 예측 공식을 추출하여 검증 데이터에 대한 모델의 적합성을 평가할 수 있습니다. 공식 열이 추가되고(예측 및 잔차) Graph Builder를 사용하여 검증 데이터의 실제 대 예측을 시각화하거나 잔차를 시각화하여 보고서에 표시된 결과를 재현할 수 있습니다.
하지만 저도 동의합니다. 검증 데이터의 결과를 플랫폼에 직접 올리면 훨씬 더 쉬울 겁니다. 아직 작성하지 않았다면 JMP Wish List 에 추가하는 게 좋을 듯합니다.
이 답변이 도움이 되길 바랍니다.
