Hallo, Ich bin Ron Kennett.
Das Ist a gemeinsam sprechen mit Chris Gottwalt.
War gehen Zu sprechen Zu Du um Modelle.
Modelle sind gebraucht ausführlich.
Wir Hoffnung Zu bringen manche zusätzlich Perspektive
An Wie Zu verwenden Modelle In allgemein.
Wir Anruf Die sprechen
"Anders Ziele, anders Modelle:
Wie Zu verwenden Modelle Zu schärfen dein Fragen."
Mein Teil Wille Sei ein Einleitung, Und Krank geben ein Beispiel.
Du wirst haben Zugang Zu Die Daten Ich bin verwenden.
Dann Chris Wille weitermachen mit einem mehr Komplex Beispiel,
einführen Die SHAP Werte verfügbar In JMP 17,
Und bieten manche Schlussfolgerungen.
Wir alle wissen Das alle Modelle Sind falsch,
Aber manche Sind nützlich.
Allein Karlin sagte etwas anders.
Er sagte Das Die Zweck von Modelle Ist nicht Zu fit Die Daten,
Aber Zu schärfen Die Frage.
Dann Das Kerl, Pablo Picasso, Er sagte etwas in ...
Er gestorben In 1973, Also Du dürfen vorstellen Wann Das War sagte.
I denken In Die früh '70 S.
"Computer Sind nutzlos. Sie dürfen nur geben Du Antworten."
Er Ist mehr In Linie mit Karlin.
Mein nehmen An das ist das
Dies präsentiert Der entscheidende Unterschied zwischen a Modell Und a Computer Programm.
Ich bin suchen bei Die Modell aus a Statistiker Perspektive.
Umgang mit Boxen berühmt Stellungnahme.
"Ja, manche Sind nützlich. Welche welche?"
Bitte helfen uns.
Was tun Du bedeuten von manche Sind nützlich?
Es ist nicht sehr nützlich Zu sagen Das .
Auf dem Weg nach Karlin, "Schärfen Die Frage."
Okay, das ist a Gut Idee.
Wie Tun Wir Tun Das?
Der Punkt Ist Das Kasten scheint fokussiert zur Datenanalysephase
in der Lebenszyklusansicht der Statistik, die mit der Problemermittlung beginnt,
bewegt sich Zu Ziel Formulierung, Daten Sammlung, Daten Analyse,
Erkenntnisse, Operationalisierung von finden,
kommunikativ Erkenntnisse, Und Auswirkungen Bewertung.
Karlin ist mehr fokussiert An Die Problem Erhebung Phase.
Diese zwei Zitate von Kasten Und Karlin
verweisen Zu anders Stufen In Das Leben Zyklus.
Der Daten Ich bin gehen Zu verwenden Ist ein Industrie Daten Satz,
174 Beobachtungen.
Wir haben Sensor Daten.
Wir haben 63 Sensoren.
Sie sind beschriftet 1, 2, 3, 4 Zu 63.
Wir haben zwei Antwort Variablen.
Diese Sind Kommen aus Testen manche Systeme.
Der Status Bericht Ist nicht bestanden/nicht bestanden.
52,8 % von Die Systeme Das war getestet fehlgeschlagen.
Wir haben ein anderer Bericht,
welche Ist a mehr detailliert Bericht An prüfen Ergebnisse.
Wann die Systeme scheitern,
Wir haben manche Einstufung von Die Versagen.
Prüfen Ergebnis Ist mehr detailliert.
Status Ist go/no go.
Der Ziel Ist Zu bestimmen Die System Status aus Die Sensor Daten
Also Das Wir dürfen Vielleicht vermeiden Die Kosten Und Verzögerungen von Testen,
Und Wir dürfen haben manche früh Vorhersagen An Die Glaube von Die System.
Eins Ansatz Wir dürfen nehmen Ist Zu verwenden a verstärkt Baum.
Wir setzen Die Status als Antwort die 63 Sensoren X, Faktoren.
Der verstärkt Baum Ist ausgebildet sequentiell, eins Baum bei a Zeit.
T Er andere Modell war gehen Zu verwenden Ist zufällig Wald,
Und das ist Erledigt mit unabhängig Bäume.
Dort Ist a sequentiell Aspekt In verstärkt Bäume
Das Ist anders aus zufällig Wälder.
Der aufstellen von verstärkt Bäume beinhaltet drei Parameter:
Die Nummer von Bäume, Tiefe von Bäume, Und Die Lernen Rate.
Das Ist Was JMP gibt als ein Standard.
Gesteigert Bäume dürfen Sei gebraucht Zu lösen am meisten Objektiv Funktionen.
Wir könnte verwenden Es für Poisson Regression,
welche Ist Umgang mit zählt Das Ist a bisschen Schwerer Zu erreichen
mit zufällig Wälder.
War gehen Zu Fokus An diese zwei Typen von Modelle.
Wann Wir anwenden Die verstärkt Baum,
Und Wir haben a Validierung Satz hoch
mit 43 Systeme gezogen zufällig als Die Validierung Satz.
Einhunderteinunddreißig Systeme wird verwendet für Die Ausbildung Satz.
Wir Sind bekommen a 9,3 % Fehlklassifizierung Rate.
Drei fehlgeschlagen Systeme.
Wir wissen dass sie fehlgeschlagen Weil Wir haben Es In Die Daten,
war Genau genommen klassifiziert als passieren.
Der 20 Das bestanden, 19 war klassifiziert als passieren.
Der FALSCH vorhergesagt passieren Ist 13 %.
Wir dürfen sehen bei Die Variable Spalte Beiträge.
Wir sehen Das Sensor 56, 18, 11, Und 61 Sind Die Spitze vier
In Bedingungen von beitragen Zu Das Einstufung.
Wir sehen Das In Die Ausbildung Satz, Wir hatte null Fehlklassifizierung.
Wir könnte haben manche über passend ich n Das BT Anwendung.
Wenn Wir sehen bei Die Aufzug Kurve,
40 % von Die Systeme, Wir dürfen erhalten über zwei Aufzug
welche Ist die Leistung, die uns dieser Klassifikator bietet.
Wenn Wir versuchen Die Buh-Rufe fangen Wald,
ein anderer Option, wieder, Wir Tun Die Dasselbe Ding.
Wir verwenden Die Dasselbe Validierung Satz.
Der Standardeinstellungen von JMP Sind Geben du einige Parameter
für Die Nummer von Bäume
Und Die Nummer von Merkmale Zu Sei ausgewählt bei jede Modus.
Das Ist Wie Die zufällig Wald funktioniert.
Du sollen Sei bewusst Das Das Ist nicht sehr Gut
Wenn Du haben kategorisch Variablen Und fehlen Daten,
welche Ist nicht unser Fall Hier.
Jetzt, Die Fehlklassifizierung Rate Ist 6,9, untere als vor.
An Die Ausbildung Satz, Wir hatte manche Fehlklassifizierung.
Der zufällig Wald angewandt Zu Die prüfen Status,
welche bedeutet Wann Wir haben Die Details An Die Fehler Ist 23.4,
Also schlecht Leistung.
Auch, An Die Ausbildung Satz, Wir haben 5 % Fehlklassifizierung.
Aber Wir haben Jetzt a breiter Reichweite von Optionen
und das erklärt manche von Die untere Leistung.
In Die Aufzug Kurve An Die prüfen Ergebnisse,
Wir Genau genommen, mit ganz Gut Leistung,
dürfen wählen hoch Die Spitze 10 % von Die Systeme mit a Hebelwirkung von über 10.
Also Wir haben über zehn falten Zunahme für 10 % von Die Systeme
relativ Zu Die großartig Durchschnitt.
Jetzt Das Ist posiert a Frage- erinnern Die Thema von Die sprechen-
Was Sind Wir suchen bei?
Tun Wir wollen Zu identifizieren Spitze Punktzahl Gut Systeme?
Der zufällig Wald würde Tun Das mit Die prüfen Ergebnis.
Oder Tun Wir wollen Zu vorhersagen a hoch Anteil von passieren?
Der Bootstrap-Baum würde Angebot Das.
A sekundär Frage Ist Zu sehen bei Was Ist beeinflussend Das Einstufung.
Wir dürfen sehen bei Die Spalte Beiträge An Die verstärkt Baum.
Drei von Die vier oben Variablen zeigen hoch Auch An Die zufällig Wald.
Wenn Wir verwenden Die Status bestanden/nicht bestanden,
oder Die detailliert Ergebnisse,
Dort Ist a viel von Ähnlichkeit An Die Bedeutung von Die Sensoren.
Das Ist Nur Geben Du manche Hintergrund.
Chris Ist gehen Zu folgen hoch mit ein Auswertung von Die Empfindlichkeit
von Das Variable Bedeutung, Die verwenden von SHAP v Werte
und weitere interessante Sachen.
Das geht zurück Zu Befragung Was Ist dein Ziel,
Und Wie Ist Die Modell Portion Du Figur aus Die Ziel
Und Vielleicht Schärfung Die Frage Das kommt aus Die Stellungnahme von Die Ziel.
Chris, es ist alles deins.
Danke, Ron.
Ich bin gehen Zu wählen hoch aus Wo Ron weggelassen
Und suchen a Modell Das Wille vorhersagen ob oder nicht a Einheit Ist Gut oder nicht,
Und Wenn Es ist nicht, was ist Die wahrscheinlich Versagen Modus Das hat resultierte?
Das würde Sei nützlich darin Wenn a Modell Ist Gut bei Vorhersagen Gut Einheiten,
Wir Mai nicht haben Zu Thema ihnen Zu viel weiter Testen.
Wenn Die Modell gibt a vorhergesagt Versagen Modus,
war fähig Zu erhalten a Kopf Start An Diagnose Und Festsetzung Die Problem,
Und möglicherweise, Wir Mai Sei fähig Zu erhalten manche Hinweise
An Wie Zu verbessern Die Produktion Verfahren In Die Zukunft.
Ich bin gehen Zu gehen durch Die Sequenz
von Wie I näherte sich Antworten Das Frage aus Die Daten.
I wollen Zu sagen bei Die Anfang Das Das Ist einfach Die Weg Das I nahm
als I gefragt Fragen von Die Daten Und gehandelt An verschieden Muster Das I gesehen.
Dort Sind buchstäblich viele andere Wege Das eins könnte fortfahren mit Das.
Es gibt oft nicht Wirklich a wirklich richtig Antwort,
Nur a Kriterium für ob oder nicht Die Modell Ist Gut genug,
Und Die Menge Das du bist fähig Zu erhalten Erledigt
In Die Zeit Das Du haben Zu erhalten a Ergebnis zurück.
I haben NEIN zweifeln Das Dort Sind besser Modelle aus Dort
als Was I kam hoch mit Hier.
Unser Ziel Ist Zu zeigen ein tatsächlich Verfahren von Bekämpfung a Vorhersage Problem,
: ) Wie eins dürfen bewegen nach vorne
von Iterieren durch Zyklen von Modellieren Und Visualisierung,
gefolgt von beobachten Die Ergebnisse Und mit ihnen Zu fragen ein anderer Frage
bis Wir finden etwas von ein Antwort.
I Wille Sei mit JMP als a statistisch Schweizer Armee Messer,
mit viele Werkzeuge In JMP
Und folgende Die Intuition I haben um Modellieren Daten
Das hat gebaut hoch über viele Jahre.
Erste, lasst uns Nur nehmen a sehen
bei Die Frequenzen von Die verschieden prüfen Ergebnis Kategorien.
Wir sehen Das Die größten Und am meisten häufig Kategorie Ist Gut.
Also wahrscheinlich haben Die am meisten Glück Sein fähig Zu vorhersagen Das Kategorie.
An Die andere Hand, Die SOS Kategorie hat nur zwei Veranstaltungen
Also es ist gehen Zu Sei sehr schwierig für uns Zu Sei fähig Zu Tun viel mit Das Kategorie.
Wir Mai haben Zu Satz Das eins beiseite.
Also sehen um Das.
Geschwindigkeit II, IMP, Und Bremse
Sind alle ziemlich selten mit fünf oder sechs Veranstaltungen jede.
Dort Mai Sei manche Einschränkungen In Was war fähig Zu Tun mit ihnen als Also.
I sagen Das Weil Wir haben 174 Beobachtungen
Und Wir haben 63 Prädiktoren.
Also Wir haben a viel von Prädiktoren für a sehr klein Nummer von Beobachtungen,
welche Ist Genau genommen sogar kleiner Wann Du halten Die Frequenzen
von manche von Die Kategorien Das war versuchen Zu vorhersagen.
War gehen Zu haben Zu arbeiten iterativ von tun Visualisierungen In Modellieren,
erkennen Muster, fragen Fragen,
Und Dann Schauspielkunst An diese mit ein anderer Modellieren Schritt iterativ
In Befehl Zu finden a Modell das ist gehen Zu Tun a Gut Arbeit
von Vorhersagen diese Antwort Kategorien.
I haben Die Daten sortiert von prüfen Ergebnisse,
Also Das Die Gut Ergebnisse Sind bei Die Anfang,
gefolgt von jede von Die anders Versagen Modi d so dass nach Das.
I ging voraus Und farbig jede von Die Reihen von prüfen Ergebnisse Also Das Wir dürfen sehen
welche Beobachtung gehört Zu a besondere Antwort Kategorie.
Also Dann I ging hinein Die Modell- angetrieben multivariat Kontrolle Diagramm
Und I gebracht In alle von Die Sensoren als Verfahren Variablen.
Seit I hatte Die Gut prüfen Ergebnisse bei Die Anfang,
I beschriftet diese als historisch Beobachtungen.
Das gibt uns a T² Diagramm.
Es ist gewählt 13 Rektor Komponenten als es ist Basis.
Was Wir sehen Hier
Ist Das Die Diagramm Ist dominiert von diese zwei Punkte Rechts Hier
Und alle von Die andere Punkte Sind sehr klein In Wert
relativ Zu diese zwei.
Diese beiden Punkte passieren Zu Sei das SOS Punkte.
Sie Sind sehr ernst Ausreißer In Die Sensor Messwerte.
Seit Wir Auch nur haben zwei Beobachtungen von diese,
Ich bin gehen Zu gehen voraus Und nehmen diese aus von Die Daten Satz
Und sagen, Nun, SOS ist offensichtlich Also schlecht Das Die Sensoren
sollen Sei Nur fliegend aus Die Diagramme.
Wenn Wir begegnen Es, war Nur gehen Zu gehen voraus
Und versuchen Zu Sorge uns mit Die andere Werte
Das nicht haben Das aus- Die- Diagramme Verhalten.
Umschalten Zu a Protokoll Skala, Wir sehen Das Die Gut prüfen Ergebnisse
Sind ziemlich Also -artig.
Dann es gibt definitiv Signale
In Die Daten für Die anders Versagen Modi.
Jetzt Wir dürfen bohren runter a wenig bisschen Tiefer,
Einnahme a sehen bei Die Beitrag Grundstücke für Die historisch Daten,
Die Gut prüfen Ergebnis Daten, Und Die Versagen Modi
Zu sehen Wenn beliebig Muster auftauchen In Die Sensoren Das Wir dürfen Akt auf.
Ich bin gehen Zu entfernen diese zwei SOS Beobachtungen
Und wählen Die Gut Einheiten.
Wenn I Rechtsklick In Die Handlung,
I dürfen bringen hoch a Beitrag Handlung
für Die Gut Einheiten, Und Dann I dürfen gehen über Zu Die Einheiten
Wo Dort War a Versagen, Und I dürfen Tun Die Dasselbe Ding,
Und Also Sei fähig Zu vergleichen Die Beitrag Grundstücke Seite von Seite.
Also Was Wir sehen Hier Sind Die Beitrag Grundstücke
für Die passieren Einheiten Und Die scheitern Einheiten.
Der Beitrag Grundstücke
Sind Die Menge Das jede Spalte Ist beitragen Zu Die T ²
für a besondere Reihe.
Jeder von Die Barren Dort entsprechen Zu ein Person Sensor für Das Reihe.
Beitrag Grundstücke Sind farbig Grün Wann Das Spalte Ist innerhalb drei Sigma,
mit ein Einzelpersonen Und Umzug Reichweite Diagramm,
Und es ist Rot Wenn es ist aus von Kontrolle.
Hier Wir sehen am meisten von Die Sensoren Sind In Kontrolle für Die Gut Einheiten,
Und am meisten von Die Sensoren Sind aus von Kontrolle für Die fehlgeschlagen Einheiten.
Was I War hoffend für Hier
würde haben gewesen Wenn Dort War nur a Teilmenge von Die Spalten
oder Sensoren Das war aus von Kontrolle über auf Die fehlgeschlagen Einheiten.
Oder Wenn I War fähig Zu sehen Muster
Das geändert über Die anders Versagen Modi,
welche würde helfen Mich isolieren Was Variablen Sind wichtig
für Vorhersagen Die prüfen Ergebnis Ergebnis.
Bedauerlicherweise, hübsch viel alle von Die Sensoren
Sind In Kontrolle Wann Dinge Sind Gut,
Und am meisten von ihnen Sind aus von Kontrolle Wann Dinge Sind schlecht.
Also werden wir haben Zu verwenden manche mehr anspruchsvoll Modellieren
Zu Sei fähig Zu angehen Das Vorhersage Problem.
Haben nicht gefunden irgendetwas In Die Spalte Beiträge Grundstücke,
Ich bin gehen Zu zurück hoch Und zurückkehren Zu Die zwei Modelle Das Ron gefunden.
Hier Sind Die Spalte Beiträge für diese zwei Modelle,
Und Wir sehen Das es gibt manche Vereinbarung In Bedingungen von
Was Sind Die am meisten wichtig Sensoren.
Aber verstärkt Baum gefunden a etwas größer Satz von Sensoren als Sein wichtig
über Die Bootstrap Wald.
Welche von diese zwei Modelle sollen Wir Vertrauen mehr?
Wenn Wir sehen bei Die gesamt Modell fit Bericht,
Wir sehen Das Die verstärkt Baum Modell hat a sehr hoch Ausbildung RS Warum von 0,998
Und a etwas kleiner v Alidation RS Warum von 0,58.
Das Aussehen wie ein Überanpassung Situation.
Wann Wir sehen bei Die zufällig Wald, Es hat a etwas kleiner Ausbildung RS Warum,
vielleicht a mehr realistisch eins, als Die Bootstrap Wald,
Und es hat a etwas größer Validierung RS Warum.
Der Verallgemeinerung Leistung von Die zufällig Wald
Ist hoffentlich a wenig bisschen besser.
Ich bin geneigt Zu Vertrauen Die zufällig Wald Modell a wenig bisschen mehr.
Teil von Das Ist gehen Zu Sei basierend auf Nur Die Folklore von diese zwei Modelle.
Gesteigert Bäume Sind renommierten für Sein schnell, hoch genau Modelle
Das arbeiten Also An sehr groß Datensätze.
Wohingegen Die Hörensagen Ist Das zufällig Wälder Sind mehr genau An kleiner Datensätze.
Sie Sind ziemlich robust, unordentlich, Und laut Daten.
Es gibt a lang Geschichte von mit diese Arten von Modelle
für Variable Auswahl Das geht zurück Zu a Papier In 2010
Das hat gewesen zitiert fast 1200 mal.
Also Das Ist a beliebt Ansatz für Variable Auswahl.
I tat a ähnlich suchen für steigernd,
Und I nicht ganz sehen als viel Geschichte um Variable Auswahl
für verstärkt Bäume als I tat für zufällig Wälder.
Für Das gegeben Daten Satz r Licht Hier,
Wir dürfen Tun a Empfindlichkeit Analyse Zu sehen Wie zuverlässig
Die Spalte Beiträge Sind für diese zwei anders Ansätze,
mit Die Simulation Fähigkeiten In JMP Pro.
Was Wir dürfen Tun Ist erstellen a zufällig Validierung Spalte
Das Ist a Formel Spalte
Das Du dürfen zurücksetzen Und Wille Partition Die Daten
hinein zufällig Ausbildung Und Ausharren Sätze von Die Dasselbe Portionen
als Die Original Validierung Spalte.
Wir dürfen haben Es Wiederholung diese zwei Analysen
Und halten Schiene von Die Spalte Beitrag Portionen
für jede von diese Neupartitionierungen.
Wir dürfen sehen Wie konsistent Die Geschichte ist
zwischen Die verstärkt Baum Modelle Und Die zufällig Wälder.
Das Ist hübsch einfach Zu Tun.
Wir gehen einfach Zu Die Machen Validierung Spalte Dienstprogramm
Und Wann Wir machen a neu Spalte, Wir fragen Es Zu machen a Formel Spalte
Also dass es könnte Sei neu initialisiert.
Dann Wir dürfen zurückkehren Zu Die Bootstrap Wald Plattform,
Rechts- klicken An Die Spalte Beitrag Portion,
wählen Simulieren.
Es wird bringen hoch a Dialog
fragen uns welche von Die Eingang Spalten Wir wollen Zu schalten aus.
Ich bin gehen Zu wählen Die Validierung Spalte,
Und Ich bin gehen Zu schalten In im Ersatz von Es,
Das zufällig Validierung Formel Spalte.
War gehen Zu Tun das hundert mal.
Bootstrap Wald Ist gehen Zu Sei Wiederholung
mit neu zufällig Partitionen von Die Daten hinein Ausbildung Und Validierung.
War gehen Zu sehen bei Die Verteilung von Die Portionen
über alle Die Simulation läuft.
Das Wille erzeugen a Datensatz
von Spalte Beitrag Portionen für jede Sensor.
Wir dürfen nehmen Das Und gehen hinein Die Graph Baumeister
Und nehmen a sehen Und sehen Wie konsistent diese Spalte Beiträge Sind
über alle diese zufällig Partitionen von Die Daten.
Hier Ist a Handlung von Die Spalte Beitrag Portionen
aus jede von Die 100 zufällig Umbesetzungen von Die Validierung Spalte.
Diese Punkte Wir sehen In grau hier,
Sensor 18 scheint Zu Sei konsequent a groß Mitwirkender, als tut Sensor 61.
Wir Auch sehen mit diese Rot Kreuze,
diese Sind Die Spalte Beiträge aus Die Original Analyse Das Ron tat.
Der gesamt Geschichte Das Das erzählt Ist Das Die Tendenz
i s Das wann immer Die Original Spalte Beitrag war klein,
diese Re simuliert Spalte Beiträge Auch gepflegt Zu Sei klein.
Wann Die Spalte Beiträge war groß In Die Original Analyse,
Sie gepflegt Zu bleiben groß.
War bekommen a relativ konsistent Geschichte aus Die Bootstrap Wald
In Bedingungen von Was Spalten Sind wichtig.
Jetzt Wir dürfen Tun Die Dasselbe Ding mit Die verstärkt Baum,
Und Die Ergebnisse sind nicht ganz als konsistent als Sie war mit Die Bootstrap Wald.
Also Hier Ist a Bündel von Spalten
Wo Die anfänglich Spalte Beiträge kam sehr klein
Aber Sie hatte a mehr erheblich Beitrag
In manche von Die zufällig Umbesetzungen von Die Validierung Spalte.
Das Auch passiert ganz a bisschen vorbei mit diese Spalten 52 durch 55 über Hier.
Dann Dort war Auch manche Situationen
Wo Die Original Spalte Beitrag War ganz groß,
Und am meisten, Wenn nicht alle,
von Die andere Spalte Beiträge gefunden In Die Simulationen war kleiner.
Das passiert Hier mit Spalte 48,
Und Zu manche Ausmaß Auch mit Spalte 11 über Hier.
Der gesamt Abschluss Sein Das I denken Das Validierung schlurfend
Ist Anzeige Das Wir dürfen Vertrauen Die Spalte Beiträge
aus Die Bootstrap Wald Zu Sei mehr stabil als diese von Die verstärkt Baum.
Bezogen auf Das Vergleich, I denken I Vertrauen Die Spalte Beiträge
aus Die Bootstrap Wald mehr,
Und Ich bin gehen Zu verwenden Die Spalten Das Es empfohlen
als Die Basis für manche andere Modelle.
Was Ausweis wie Zu Tun
Ist finden a Modell Das Ist beide einfacher als Die Bootstrap Wald Modell
Und führt besser In Bedingungen von Validierung Satz Leistung
für Vorhersagen passieren oder scheitern.
Vor Verfahren mit Die nächste Modellieren Sachen,
Ich bin gehen Zu Tun etwas Das I sollen haben wahrscheinlich Erledigt bei Die sehr Anfang,
welche Ist Zu nehmen a sehen bei Die Sensoren In a Streudiagramm Matrix
Zu sehen Wie korreliert Die Sensor Messwerte Sind,
Und Auch sehen bei Histogramme von ihnen als Also Zu sehen Wenn sie sind Ausreißer- anfällig
oder stark schief oder ansonsten hoch nicht- Gauß-Verteilung.
Was Wir sehen Hier Ist Dort Ist hübsch stark Multikollinearität
unter Die Eingang Variablen allgemein.
War nur suchen bei a Teilmenge von ihnen Hier,
Aber Das hoch Multikollinearität besteht fort über alle von Die Sensor Messwerte.
Das schlägt vor Das für unser Modell,
Wir sollen versuchen Dinge wie Die Logistik Lasso,
Die Logistik elastisch netto, oder eine logistische Grat Regression
als Kandidaten für unser Modell Zu vorhersagen passieren oder scheitern.
Vor Wir Tun Das, Wir sollen gehen voraus
Und versuchen Zu verwandeln unser Sensor Messwerte Hier
Also Das sie sind a wenig bisschen besser- artig Und mehr Gauß- suchen.
Das Ist Genau genommen Wirklich einfach In JMP
Wenn Du haben alle von Die Spalten hoch In Die Verteilung Plattform,
Weil alle Du haben Zu Tun Ist halten Alles runter , wählen Fit Johnson,
Und Das Wille fit Johnson Verteilungen Zu alle Die Eingang Variablen.
Das Ist a Familie von Verteilungen
Das Ist basierend An a vier Parameter Transformation Zu Normalität.
Als a Ergebnis, Wir haben a Hübsch Besonderheit In Dort
Das Wir dürfen Auch übertragen mit Alt Klicken,
Wo Wir dürfen speichern a Transformation aus Die Original Skala
Zu a Skala Das macht Die Spalten mehr normalerweise verteilt.
Wenn Wir gehen zurück Zu Die Daten Tisch,
Also sehen Das für jede Sensor Spalte, a verwandeln Spalte hat gewesen hinzugefügt.
Wenn Wir bringen diese verwandelt Spalten hoch mit a Streudiagramm Matrix
Und einige Histogramme,
Wir deutlich sehen Das Die Daten Sind weniger schief
Und mehr normalerweise verteilt als Die Original Sensor Spalten war.
Jetzt Die Bootstrap Wald Modell Das Ron gefunden
nur Wirklich empfohlen a klein Nummer von Spalten
für verwenden In Die Modell.
Weil von Die hoch Kollinearität unter Die Spalten,
Die Teilmenge Das Wir bekommen könnte leicht Sei Teil
von a größer Gruppe von Spalten Das Sind korreliert mit eins ein anderer.
Es könnte Sei vorteilhaft Zu finden Das größer Gruppe von Spalten
Und arbeiten mit Das bei Die nächste Modellieren Bühne.
Ein explorativ Weg Zu Tun Das
Ist Zu gehen durch Die Cluster Variablen Plattform in JMP .
War gehen Zu arbeiten mit Die normalisiert Version von Die Sensoren
Weil Das Plattform Ist PCA Und Faktor Analyse basierend,
Und Wille bieten mehr zuverlässig Ergebnisse Wenn war Arbeiten mit Daten
Das Sind etwa normalerweise verteilt.
Einmal war In Die Variable Clustering Plattform,
Wir sehen Das Dort Ist sehr klar,
stark Vereine unter Die Eingang Spalten.
Es hat identifiziert Das Dort Sind Sieben Cluster,
Und Die größten Cluster, Die eins Das erklärt Die am meisten Variation,
hat 25 Mitglieder.
Der Satz von Cluster Mitglieder Ist aufgeführt Hier An Die Rechts.
Lasst uns vergleichen Das mit Die Bootstrap Wald.
Hier An Die links, Wir haben Die Spalte Beiträge
aus Die Bootstrap Wald Modell Das Du sollen Sei vertraut mit von Jetzt.
An Die Rechts, Wir haben Die Liste von Mitglieder
von Das größten Cluster von Variablen.
Wenn Wir sehen eng, Also sehen Das Die Top sieben beitragen Bedingungen
alle passieren Zu gehören Zu Das Cluster.
Ich bin gehen Zu Hypothese aufstellen Das Das Satz von 25 Spalten
Sind alle verwandt Zu manche zugrundeliegend Mechanismus
Das Ursachen Die Einheiten Zu passieren oder scheitern.
Was I wollen Zu Tun nächste Ist I wollen Zu fit Modelle
mit Die verallgemeinert Regression Plattform mit Die Variablen In Cluster 1 Hier.
Es würde Sei langweilig Wenn I hatte Zu gehen durch
Und individuell wählen diese Spalten aus Und setzen ihnen hinein Die Start Dialog.
Glücklicherweise, es gibt a viel Einfacher Weg
Wo Du dürfen Nur wählen Die Reihen In Das Tisch
Und Die Spalten Wille Sei ausgewählt In Die Original Daten Tisch
Also Das Wann Wir gehen hinein Die fit Modell Start Dialog,
Wir dürfen Nur klicken Hinzufügen
Und diese Spalten Wille Sei automatisch hinzugefügt für uns als Modell Effekte.
Einmal I bekommen hinein Die Verallgemeinert Regression Plattform,
I ging voraus Und fit a Lasso Modell Und elastisch netto Modell
Und a Grat Modell zu haben ihnen verglichen Hier Zu jede andere,
Und Auch Zu Die Logistik Regression Modell Das kam hoch von Standard.
War Sehen Das Die Lasso Modell Ist tun a wenig bisschen besser als Die ausruhen
In Bedingungen von es ist Validierung verallgemeinert RS Warum.
Der Unterschied zwischen diese Methoden
Ist Das es gibt anders Beträge von Variable Auswahl
Und Multikollinearität Handhabung In jede von ihnen.
Logistische Regression hat NEIN Multikollinearität Handhabung
Und NEIN Variable Auswahl.
Der Lasso Ist mehr von a Variable Auswahl Algorithmus,
Obwohl Es hat a wenig bisschen von Multikollinearität Handhabung In Es
Weil es ist a bestraft Verfahren.
Grat Regression hat NEIN Variable Auswahl
Und Ist stark orientiert um Multikollinearität Handhabung.
Der elastisch netto Ist a Hybrid zwischen Die Lasso Und Grat Regression.
In Das Fall, Was Wir Wirklich Pflege um
Ist Nur Die Modell das ist gehen Zu durchführen Die am besten.
Wir erlauben Die Validierung Zu Führung uns.
War gehen Zu Sei Arbeiten mit Die Lasso Modell aus Hier An.
Hier ist Die Vorhersage Profiler für Die Lasso Modell Das War ausgewählt.
Wir sehen Das Die Lasso Algorithmus hat ausgewählt acht Sensoren
als Sein prädiktiv von passieren oder scheitern.
Es hat manche Großartig integrierte Tools
für Verständnis Was Die wichtig Variablen Sind,
beide In Die Modell gesamt Und, neu Zu JMP Pro 17,
Wir haben Die Fähigkeit Zu verstehen
Was Variablen Sind am meisten wichtig für ein Person Vorhersage.
Wir dürfen verwenden Die Variable Bedeutung Werkzeuge Zu Antwort Die Frage,
"Was Sind Die wichtig Variablen In Die Modell?"
Wir haben a Vielfalt von anders Optionen für Das.
Wir haben a Vielfalt von anders Optionen für Wie Das könnte Sei Erledigt.
Aber Weil von Die Multikollinearität Und Weil Das Ist nicht ein sehr groß Modell,
Ich bin gehen Zu gehen voraus
Und verwenden Die abhängig neu abgetastet Eingänge Technik,
seit Wir haben Multikollinearität In Die Daten,
Und Das hat gegeben uns a Rang von Die am meisten wichtig Bedingungen.
Wir sehen Das Spalte 18 Ist Die am meisten wichtig,
gefolgt von Spalte 27 Und Dann 52, alle Die Weg runter.
Wir dürfen vergleichen Das Zu Die Bootstrap Wald Modell,
Und Wir sehen Das es gibt Vereinbarung Das Variable 18 Ist wichtig,
entlang mit 52, 61, Und 53.
Aber eins von Die Bedingungen Das Wir haben gezogen In
Weil von Die Variable Clustering Schritt Das Wir hatte Erledigt,
Sensor 27 dreht sich aus Zu Sei Die zweite am meisten wichtig prädiktiv
In Das Lasso Modell.
Wir haben hoffentlich gewonnen etwas von Gießen a breiter netto durch Das Schritt.
Wir haben gefunden a Begriff Das nicht drehen hoch
In entweder von Die Bootstrap Wald oder Die verstärkt Baum Methoden.
Wir Auch sehen Das Die Lasso Modell hat ein RS Warum von 0,9,
wohingegen Die Bootstrap Wald Modell hatte ein RS Warum von 0,8.
Wir haben a einfacher Modell Das hat ein Einfacher bilden Zu verstehen
Und Ist Einfacher Zu arbeiten mit,
Und Auch hat a höher prädiktiv Kapazität als Die Bootstrap Wald Modell.
Jetzt, Die Variable Bedeutung Metriken In Die Profiler
haben gewesen Dort für ganz manche Zeit.
Der Frage Das Sie Antwort Ist, "Welche Prädiktoren haben der größte Auswirkungen
An Die Form von Die Antwort Oberfläche über Die Daten oder über a Region?"
In JMP 17 Profi, Wir haben a neu Technik angerufen SHAP Werte
Das Ist ein Zusatzstoff Zersetzung von ein Person Vorhersage.
Es erzählt Du von Wie viel jede Person Variable trägt bei
Zu a einzel Vorhersage,
eher als reden um Variabilität erklärt über Die ganz Raum.
Der Auflösung von Die Frage das ist beantwortet von Shapley Werte
Ist weit mehr lokal als entweder Die Variable Bedeutung Werkzeuge
oder Die Spalte Beiträge ich n Die Bootstrap Wald.
Wir dürfen erhalten Die Shapley Werte von gehen Zu Die Rot Dreieck Speisekarte für Die Profiler,
Und Also finden Die Option für ihnen über Hier, vierte von Die unten.
Wann Wir wählen Die Option, Die Profiler spart zurück SHAP Spalten
für alle von Die Eingang Variablen Zu Die Modell.
Das Ist, von Kurs, Happening für jeder Reihe In Die Tisch.
Was Du dürfen sehen Ist Das Die FORM V Werte Sind Geben Du Die Wirkung
von jede von Die Spalten An Die prädiktiv Modell.
Das Ist nützlich In a ganz viel von anders Wege,
Und für Das Grund, es ist bekommen a viel von Aufmerksamkeit in verständlicher KI,
Weil Es erlaubt uns Zu sehen
was die Beiträge Sind von jede Spalte Zu a Schwarz Kasten Modell.
Hier, Ich habe geplottet Die FORM V Werte für Die Spalten Das Sind prädiktiv
In Die zuletzt Modell anpassen Das Wir Nur gebaut.
Wenn Wir umschalten zurück Und weiter zwischen Die Gut Einheiten Und Die Einheiten Das fehlgeschlagen,
Wir sehen Die Dasselbe Geschichte Das wir haben gewesen Sehen
mit Die Variable Bedeutung Metriken für Das,
Das Spalte 18 Und Spalte 27 Sind wichtig In Vorhersagen passieren oder scheitern.
War Sehen Das bei a höher Ebene von Auflösung
als Wir Tun mit Die Variable Bedeutung Metriken,
Weil jede von diese Punkte entspricht Zu ein Person Reihe
In Die Original Datensatz.
Aber In Das Fall, I nicht sehen Die SHAP Werte
Wirklich Geben uns beliebig neu Information.
I hatte gehofft Das von Umschalten durch
Die andere Versagen Modi, Vielleicht I könnte finden a Muster
Zu helfen necken aus anders Sensoren
Das Sind mehr wichtig für besondere Versagen Modi.
Aber Die nur Ding I War fähig Zu finden War Das Spalte 18
hatte a etwas stärker Auswirkungen An Die Geschwindigkeit Typ 1 Versagen Modus
als Die andere Versagen Modi.
Bei Das Punkt, wir haben hatte manche Erfolg
mit diese Cluster 1 Spalten In a binär passieren/ scheitern Modell.
Aber Wann I pleite aus Die SHAP Werte
für Das Modell, von Die anders Fehlermodi
I war nicht fähig Zu erkennen a Muster oder viel von a Muster.
Was I tat nächste War I ging voraus
Und fit Die Versagen Modus Antwort Spalte prüfen Ergebnisse
mit Die Cluster 1 Spalten,
Aber I ging voraus Und ausgeschlossen alle Die passieren Reihen
Also Das Die Modellieren Verfahren würde Fokus ausschließlich
An anspruchsvoll welche Versagen Modus es ist gegeben Das Wir haben a Versagen.
I versucht Die multinomial Lasso, elastisch netto, Und Grat,
Und I War insbesondere Glücklich mit Die Lasso Modell
Weil Es gab Mich a Validierung RS Warum von um 0,94.
Haben gewesen hübsch Glücklich mit Das,
I ging voraus Und gespeichert Die Wahrscheinlichkeit Formeln
für jede von Die Versagen Modi.
Jetzt Die Aufgabe Ist Zu kommen hoch mit a einfach Regel
Das Post Prozesse Das Vorhersage Formel
Zu machen a Entscheidung um welche Versagen Modus.
I Anruf Das Die Partition Trick.
Der Partitionstrick ist Wo I setzen In Die Wahrscheinlichkeit Formeln
für a kategorisch Antwort, oder sogar a multinomial Antwort.
I setzen diese Wahrscheinlichkeit Formeln In als X.
I verwenden Mein kategorisch Antwort als Mein UND.
Das Ist Die Dasselbe Antwort Das War gebraucht
für alle von diese außer für Pass, Genau genommen.
I zurückbehalten Die Dasselbe Validierung Spalte Das Ich habe gewesen Arbeiten mit Die ganz Zeit.
Jetzt Das Ich bin In Die Partition Plattform,
Ich bin gehen Zu Schlag Teilt a Paar von mal, Und Ich bin gehen Zu Hoffnung
Das I Ende hoch mit ein leicht verständlich Entscheidung Regel
das ist einfach Zu kommunizieren.
Das Mai oder Mai nicht passieren.
Manchmal Es Werke, Manchmal Es tut es nicht.
Also I Teilt einmal, Und Wir Ende hoch Sehen Das
wann immer Die Wahrscheinlichkeit von passieren Ist höher als 0,935,
Wir fast sicherlich haben a passieren.
Nicht viele geht Sind links über An Die andere Seite.
I nehmen ein anderer Teilt.
Wir finden a Entscheidung Regel An ITM
Das Ist hoch prädiktiv von ITM als a Versagen Modus.
Teilt wieder.
Wir finden Das wann immer Motor Ist weniger als 0,945,
war entweder Vorhersagen Motor oder Bremse.
Wir nehmen ein anderer Teilt.
Wir finden Das wann immer Geschwindigkeit Typ 1, seine Wahrscheinlichkeit Ist größer als 0,08
oder wahrscheinlich In a Geschwindigkeit Typ 1 Situation oder In a Geschwindigkeit T Typ 2 Situation.
Wann immer Geschwindigkeit Typ 1 Ist weniger als 0,79,
war wahrscheinlich In a Greifer Versagen Modus oder ein IMP Versagen Modus.
Was Tun Wir haben Hier? Wir haben a einfach Entscheidung Regel.
War gehen Zu nicht Sei fähig Zu brechen diese Versagen Modi runter viel weiter
wegen Die sehr klein Nummer von tatsächlich Veranstaltungen Das Wir haben.
Aber Wir dürfen drehen Das hinein a einfach Regel
für Identifizierung Einheiten Das Sind wahrscheinlich Gut,
Und Wenn sie sind nicht, Wir haben ein Idee von Wo Zu sehen Zu Fix Die Problem.
Wir dürfen speichern Das Entscheidung Regel aus als a Blatt Etikett Formel.
Wir sehen Das An Die Validierung Satz,
Wann Wir vorhersagen es ist Gut, es ist am besten von Die Zeit.
Wir tat haben eins Fehlklassifizierung von a Geschwindigkeit Typ 2 Versagen
Das War Genau genommen vorhergesagt Zu Sei Gut.
Vorhersagen Greifer oder IMP, es ist alle über Die Ort.
Das Blatt War nicht super nützlich.
Vorhersagen ITM ist 100 %.
Wann immer Wir vorhersagen a Motor oder Bremse,
An Die Validierung Satz, Wir haben a Motor oder a Bremse Versagen.
Wann Wir vorhersagen a Geschwindigkeit Typ 1 oder 2,
Es tat a hübsch Gut Arbeit von Kommissionierung Das hoch
mit Das eins Ausnahme von Die einzel Geschwindigkeit Typ 2 Einheit
Das War In Die Validierung Satz,
Und Das hier passiert Zu haben gewesen falsch klassifiziert.
Wir haben ein leicht betriebsbereit Regel Hier Das könnte Sei gebraucht Zu Sortieren Produkte
Und geben uns a Kopf Start An Wo Wir brauchen Zu sehen Zu Fix Dinge.
I denken Das War a hübsch herausfordernd Problem,
Weil Wir nicht haben a ganz viel von Daten.
Aber Wir nicht haben a viel von Reihen,
Aber Wir hatte a viel von anders Kategorien Zu vorhersagen
und ein ganz viel von möglich Prädiktoren Zu verwenden.
Wir haben bekommen Dort von Einnahme a Serie von Schritte,
fragen Fragen,
Manchmal Einnahme a Schritt zurück Und fragen a größer Frage.
Andere mal, Verengung In An besondere Unter- Probleme.
Manchmal unser Ausflüge war fruchtbar, Und Manchmal Sie waren es nicht.
Unser Zweck Hier Ist Zu veranschaulichen
Wie Du dürfen Schritt durch a Modellieren Verfahren,
durch Das Sequenz von fragen Fragen
mit Modellieren Und Visualisierung Werkzeuge Zu Führung dein nächste Schritt,
Und Umzug An bis du bist fähig Zu finden
a nützlich, umsetzbar, prädiktiv Modell.
Dank Du sehr viel für dein Aufmerksamkeit.
Wir sehen nach vorne Zu reden Zu Du In unser Fragen und Antworten Sitzung Kommen hoch nächste.
