No proporcionas muchos detalles, por lo que haré algunas conjeturas. Supongo que estás ajustando una red neuronal. Una red neuronal requiere un conjunto de validación. Por lo tanto, incluso si solo tienes datos de entrenamiento en tu tabla, se creará un conjunto de validación (y deberías haber visto esas opciones antes de solicitar un ajuste).
Mi segunda suposición es que tienes dos tablas: una con datos de entrenamiento y otra con datos de validación. Si ese es el caso, combina las tablas en una sola tabla con una columna que indique si la fila pertenece al entrenamiento o a la validación. Ahora, cuando vayas a ajustar el modelo, coloca la columna que indica entrenamiento o validación en el campo de validación del cuadro de diálogo de modelado. El resultado ahora proporcionará las estadísticas para los dos conjuntos como desees.
Si mis suposiciones son incorrectas, proporcione más detalles para que podamos ayudar.
Hola @MathBayesWhale4 ,
¡Bienvenido a la Comunidad!
Para que otros miembros de este foro puedan responder a tu pregunta de una manera rápida, fácil y precisa, es una gran idea proporcionar tanto contexto como sea posible, detalles sobre las plataformas utilizadas y la versión de JMP que utilizas, capturas de pantalla de la situación que encuentras y, si es posible, un pequeño conjunto de datos (anónimos o de muestra de JMP) donde puedas mostrar y reproducir la situación a la que te enfrentas.
Puede leer más sobre cómo formular su pregunta en la publicación de @jthi : Cómo obtener respuestas correctas a preguntas correctas rápidamente
Volviendo a tu pregunta, algunos recordatorios sobre los términos utilizados para que queden claros los diferentes conjuntos y su uso y necesidades:
- Conjunto de entrenamiento : se utiliza para el entrenamiento real de los modelos.
- Conjunto de validación : se utiliza para la optimización del modelo (ajuste fino de hiperparámetros, selección de características/umbral, etc., por ejemplo) y la selección del modelo.
- Conjunto de prueba : se utiliza para la generalización y la evaluación predictiva del rendimiento del modelo seleccionado en datos nuevos/no vistos.
Es extremadamente raro (si no "nunca visto") no usar una estrategia de validación si estás en mentalidad predictiva y usas un algoritmo de aprendizaje automático, ya que necesitas algunos datos para ajustar el aprendizaje (a través de las diferentes configuraciones de hiperparámetros, selección de características, etc.), y/o comparar los diferentes modelos posibles para seleccionar uno (si has entrenado varios modelos). Hay muchas estrategias de validación disponibles, pero no profundizaré en este tema ya que no parece estar relacionado con tu pregunta. Si es necesario, puedes leer esta respuesta: Resuelto: Re: VALIDACIÓN CRUZADA - MÉTODO DE COLUMNA DE VALIDACIÓN - Comunidad de usuarios de JMP
En relación con tu pregunta, hay muy poca información sobre el algoritmo/plataforma que usaste y qué versión de JMP estás usando (JMP/JMP Pro, versión de licencia,...).
Si las suposiciones de @Dan_Obermiller son verdaderas y estás usando la plataforma Neural, se necesita una validación para que los diferentes pesos de los nodos en el modelo neuronal se puedan ajustar a tus datos sin el riesgo de sobreajuste. Hay algunas opciones de validación predeterminadas en la versión JMP, pero se puede usar una opción más flexible con una columna de validación en JMP Pro: Métodos de validación para Neural
- Por lo tanto, si tiene una licencia JMP, puede dividir sus datos en dos partes: una tabla para entrenamiento y validación y una tabla para pruebas. Ajuste el modelo neuronal en la primera tabla para entrenamiento y validación, guarde las columnas de fórmula de predicción y copie y pegue la fórmula en la tabla de prueba. Luego, puede analizar el ajuste del modelo de manera gráfica y estadística en la tabla de prueba (creando un gráfico con Graph Builder para mostrar los valores predichos y reales, los residuos, etc.).
También puede utilizar todos los datos en una tabla y "Ocultar y excluir" las filas que se utilizarán para el conjunto de prueba, de modo que la red neuronal no utilice estos datos para el entrenamiento y la validación. Si guarda la fórmula en la tabla, obtendrá valores predichos también para las filas ocultas y excluidas.
- Si tiene JMP Pro, puede crear una columna de validación . Es una columna con los números 0, 1 y 2 con las etiquetas correspondientes "Entrenamiento", "Validación" y "Prueba". Si por alguna razón no desea un conjunto de validación, siempre puede configurar solo conjuntos de entrenamiento y prueba:
Espero que esta respuesta adicional te ayude.
