JMPコミュニティの皆様へ
私は Windows Pro 10 で JMP 17.2 Standardを使用しています。
私は、予測スクリーニングとニューラル ネットワークを使用して、医療治療の将来の結果を決定するためのベースライン生物学的測定の予測値を調査しています。
事前に定義されたパフォーマンス基準 (例: NPV ≥ 75% および PPV ≥ 75%) を満たす変数を最小限にするようにモデルを調整できる、JSL スクリプトを含む推奨される自動化プロセスがあるかどうかを知りたいです。
注目すべきは、フィット モデル プラットフォームのステップワイズ回帰フィッティングに相当するもので、ニューラル ネットワークに適用できるものがあるかどうかです。
以下は私が現在使用しているプロセスの簡単な説明です。
- スクリーン > 予測因子スクリーニング: 予測値を得るために利用可能なすべてのベースライン変数を評価する
- 上位25のエントリ（最も影響力のあるもの）を選択し、単純なニューラルネットワークモデルを実行します。
- 3つの隠れ層、k = 3のKFold検証
- NN レポートで変数の重要度を評価し、下位の 10 ～ 20% を削減します (経験的に決定)
- 予測パフォーマンスが希望の基準を下回るまで、手順2と3を繰り返します。
- 以前の「最良」モデルを思い出す
JMP 17.2 Standard ではこのタスクに対応できない可能性があり、JMP Pro にアップグレードする必要があるのではないかと考えています。それでも、プロセスを自動化/高速化するための可能なアプローチについてご意見をいただければ幸いです。
ありがとう。
よろしくお願いします、
TS
このような処理にはスクリプト (またはアドインの方が良いかもしれません) を記述できます。JMP Pro は必要ありません (ただし、JMP Pro にはこのような処理に役立つ機能がいくつかあります)。また、スクリプトを作成する際に、さまざまな方法でこれに対応できます (すべてを処理して動的に更新する 1 つのウィンドウを用意する / 必要に応じてポップアップする複数のウィンドウを用意する / ...)。
これはJMP Proが正しく動作する必要があると思いますが、このアドインはニューラルネットワークチューニングアドインで何ができるかについていくつかのアイデアを与えてくれます。
こんにちは@Thierry_S 、
あけましておめでとう ！
JMP 標準バージョンを使用している場合、 @jthiが提案したニューラル ネットワーク チューニング用のアドインは動作しない可能性があります。ただし、 @shampton82 は、ニューラル ネットワークの作成、フィッティング、比較を自動化する JMP 標準バージョン用の優れたスクリプトを作成しました。ここでの議論を参照してください: 最高のニューラル ネット モデル
ニューラル ネットワークの設計と適合をより柔軟にするには、JMP の Python 統合を使用してみるのもいいかもしれません。 @scott_allen はTorch を使用したアドインに取り組んでいるので、近い将来に別のオプションが提供されるかもしれません。
この回答がお役に立てば幸いです。
