Non fornisci molti dettagli, quindi farò delle ipotesi. Immagino che tu stia adattando una rete neurale. Una rete neurale richiede un set di convalida. Quindi, anche se hai solo dati di training nella tua tabella, verrà creato un set di convalida (e dovresti aver visto quelle opzioni prima di richiedere un adattamento).
La mia seconda ipotesi è che tu abbia due tabelle: una con i dati di training e un'altra con i dati di convalida. Se è così, combina le tabelle in una tabella con una colonna che indica se la riga appartiene al training o alla convalida. Ora, quando vai ad adattare il modello, inserisci la colonna che indica il training o la convalida nel campo di convalida della finestra di dialogo di modellazione. L'output ora fornirà le statistiche per i due set come desideri.
Se le mie ipotesi sono sbagliate, per favore fornisci maggiori dettagli così possiamo aiutarti.
Ciao @MathBayesWhale4 ,
Benvenuti nella Community!
Affinché gli altri membri di questo forum possano rispondere alla tua domanda in modo rapido, semplice e preciso, è un'ottima idea fornire più contesto possibile, dettagli sulle piattaforme utilizzate e sulla versione di JMP che utilizzi, screenshot della situazione che riscontri e, se possibile, un piccolo set di dati (anonimizzato o campione JMP) in cui puoi mostrare e riprodurre la situazione che stai affrontando.
Puoi leggere di più su come formulare la tua domanda nel post di @jthi : Ottenere rapidamente le risposte corrette alle domande corrette
Tornando alla tua domanda, ecco alcuni promemoria sui termini utilizzati in modo che i diversi set, il loro utilizzo e le loro esigenze siano chiari:
- Set di addestramento : utilizzato per l'addestramento effettivo del/i modello/i,
- Set di convalida : utilizzato per l'ottimizzazione del modello (regolazione fine degli iperparametri, selezione delle caratteristiche/soglie, ... ad esempio) e la selezione del modello,
- Set di test : utilizzato per la generalizzazione e la valutazione delle prestazioni predittive del modello selezionato su dati nuovi/non visti.
È estremamente raro (se non "mai visto") non utilizzare una strategia di convalida se si è in una mentalità predittiva e si utilizza un algoritmo di apprendimento automatico, poiché sono necessari alcuni dati per regolare l'apprendimento (attraverso le diverse impostazioni degli iperparametri, la selezione delle funzionalità, ecc.) e/o confrontare i diversi modelli possibili per selezionarne uno (se si sono addestrati diversi modelli). Sono disponibili molte strategie di convalida, ma non mi addentrerò in questo argomento poiché non sembra essere correlato alla tua domanda. Se necessario, puoi leggere questa risposta: Risolto: Re: CROSS VALIDATION - VALIDATION COLUMN METHOD - JMP User Community
In relazione alla tua domanda, ci sono pochissime informazioni sull'algoritmo/piattaforma che hai utilizzato e sulla versione di JMP che stai utilizzando (JMP/JMP Pro, versione della licenza,...).
Se le ipotesi di @Dan_Obermiller sono vere e se stai utilizzando la piattaforma Neural, è necessaria una convalida in modo che i diversi pesi dei nodi nel modello neurale possano essere adattati ai tuoi dati senza il rischio di overfitting. Ci sono alcune opzioni di convalida di default nella versione JMP, ma un'opzione più flessibile potrebbe essere utilizzata con una colonna di convalida in JMP Pro: Metodi di convalida per Neural
- Quindi, se hai una licenza JMP, potresti dividere i tuoi dati in due parti: una tabella per training+validazione e una tabella per test. Adatta il Neural alla prima tabella per training e validazione, salva le colonne della formula di previsione e copia-incolla la formula sulla tabella di test. Puoi quindi analizzare l'adattamento del modello graficamente e statisticamente sulla tabella di test (creando un grafico con Graph Builder per visualizzare i valori previsti rispetto a quelli effettivi, i residui, ecc...).
Potresti anche usare tutti i dati in una tabella e "Nascondere ed escludere" le righe che saranno usate per il set di test, in modo che la rete neurale non usi questi dati per l'addestramento e la convalida. Salvando la formula nella tabella otterrai valori previsti anche per le righe nascoste ed escluse.
- Se hai JMP Pro, puoi creare una Colonna di convalida . È una colonna con i numeri 0, 1 e 2 con le etichette corrispondenti "Training", "Validation" e "Test". Se per qualsiasi motivo non vuoi un set di convalida, puoi sempre impostare solo i set di training e test:
Spero che questa risposta aggiuntiva ti sia utile,
