如果我们在 JMP pro 中将模型分别应用于测试数据和训练数据，却在输出中看到“训练”和“验证”结果。那么，为了仅获得测试和训练数据的结果，我们该怎么做呢？预测模型和机器学习回复：如果我们在 JMP pro 中将模型分别应用于测试数据和训练数据，却在输出中看到“训练”和“验证”结果。那么，为了仅获得测试和训练数据的结果，我们该怎么做？您没有提供太多细节，所以我会做一些猜测。我猜您正在拟合一个神经网络。神经网络需要验证集。因此，即使您的表中只有训练数据，也会创建一个验证集（您应该在请求拟合之前看到这些选项）。
我的第二个猜测是，您有两个表：一个包含训练数据，另一个包含验证数据。如果是这样，请将这两个表合并为一个表，其中有一列指示该行是属于训练还是验证。现在，当您去拟合模型时，将指示训练或验证的列放入建模对话框的验证字段中。输出现在将按您的需要提供这两个集合的统计数据。
如果我的猜测错误，请提供更多详细信息以便我们提供帮助。
回复：如果我们在 JMP pro 中将模型分别应用于测试数据和训练数据，却在输出中看到“训练”和“验证”结果。那么，为了仅获得测试和训练数据的结果，我们该怎么做？嗨@MathBayesWhale4 ，
欢迎加入社区！
为了让本论坛的其他成员能够快速、简单且准确地回答您的问题，最好提供尽可能多的背景信息、所用平台和 JMP 版本的详细信息、您遇到的情况的屏幕截图，如果可能的话，最好提供一个小型（匿名或 JMP 样本）数据集，您可以在其中展示和重现您所面临的情况。
你可以在@jthi的帖子中阅读更多关于如何提出问题的内容： 快速获得正确问题的正确答案
回到你的问题，关于所使用的术语的一些提醒，以便不同的集合及其用途和需求清晰：
- 训练集：用于模型的实际训练，
- 验证集：用于模型优化（例如超参数微调、特征/阈值选择等）和模型选择，
- 测试集：用于对所选模型在新/未见数据上的泛化和预测性能评估。
如果您具有预测思维并使用机器学习算法，则不使用验证策略的情况极为罕见（如果不是“从未见过”），因为您需要一些数据来调整学习（通过不同的超参数设置、特征选择等...），和/或比较不同的可能模型以选择一个（如果您已经训练了多个模型）。有许多可用的验证策略，但我不会深入探讨这个主题，因为它似乎与您的问题无关。如果需要，您可以阅读此答案： 已解决：回复：交叉验证 - 验证列方法 - JMP 用户社区
与您的问题相关，关于您使用的算法/平台以及您使用的 JMP 版本（JMP/JMP Pro、许可证版本等）的信息很少。
如果@Dan_Obermiller的猜测是正确的，并且您正在使用神经平台，则需要进行验证，以便神经模型中节点的不同权重可以根据您的数据进行调整，而不会出现过度拟合的风险。JMP 版本中默认有一些验证选项，但可以使用 JMP Pro 中的验证列来使用更灵活的选项： 神经验证方法
- 因此，如果您拥有 JMP 许可证，您可以将数据分成两部分：一个表用于训练+验证，另一个表用于测试。在第一个表上拟合神经网络进行训练和验证，保存预测公式列，然后将公式复制粘贴到测试表上。然后，您可以在测试表上以图形和统计方式分析模型拟合情况（使用 Graph Builder 创建图形以显示预测值与实际值、残差等...）。
您还可以在一个表中使用所有数据，并“隐藏和排除”将用于测试集的行，这样神经网络就不会使用这些数据进行训练和验证。将公式保存在表中还会为您提供隐藏和排除行的预测值。
- 如果您有 JMP Pro，则可以创建验证列。它是一列，编号为 0、1 和 2，分别带有相应的标签“训练”、“验证”和“测试”。如果出于某种原因您不想要验证集，您可以随时只设置训练和测试集：
希望这个额外的答案能帮助你，
