Windows 10 > JMP 17.2 标准 > 神经网络 > 修剪变量程序？亲爱的 JMP 社区成员，
我正在 Windows Pro 10 上使用 JMP 17.2 Standard 。
我正在探索基线生物学测量的预测价值，以使用预测筛查和神经网络来确定医疗的未来结果。
我想知道是否有推荐的自动化流程，包括 JSL 脚本，可以让我将模型修剪为满足预定义性能标准的最少变量（例如，NPV ≥ 75％ 和 PPV ≥ 75％）。
值得注意的是，我想知道是否有任何与“拟合模型”平台的逐步回归拟合相当的东西可以应用于神经网络。
以下是我目前正在使用的流程的简要描述：
- 筛查 > 预测因子筛查：评估所有可用的基线变量的预测值
- 选择前 25 个条目（最具影响力）并运行一个简单的神经网络模型
- 3 个隐藏层，KFold 验证，k = 3
- 在 NN 报告中，评估变量重要性并修剪底部约 10 - 20％（根据经验确定）
- 重复步骤 2 和 3，直到预测性能低于所需标准
- 回想一下之前的“最佳”模型
我怀疑 JMP 17.2 Standard 可能无法胜任这项任务，我可能需要升级到 JMP Pro。不过，如果您能提供关于自动化/加速我的流程的可能方法的建议，我将不胜感激。
谢谢。
此致，
TS
自动化和脚本预测模型和机器学习视窗回复：Windows 10 > JMP 17.2 标准 > 神经网络 > 修剪变量程序？您绝对可以为此类事情编写脚本（或者作为插件可能更好），并且您不需要 JMP Pro（尽管 JMP Pro 确实有一些有用的功能）。并且，在编写脚本时，您可以通过多种不同的方式实现此目的（让一个窗口处理所有事情并动态更新/让多个窗口根据需要弹出/...）。
我认为这可能需要 JMP Pro 才能正常工作，但这个插件可以提供一些想法可以做什么神经网络调整插件
回复：Windows 10 > JMP 17.2 标准 > 神经网络 > 修剪变量程序？你好@Thierry_S ，
新年快乐 ！
如果您使用的是 JMP 标准版， @jthi提出的神经网络调整插件可能无法工作。但是， @shampton82为 JMP 标准版编写了一个很棒的脚本，可以自动创建、拟合和比较神经网络。请参阅此处的讨论： 最佳神经网络模型
可以尝试使用 JMP 中的 Python 集成，以便更灵活地设计和拟合神经网络。 @scott_allen正在使用 Torch 开发插件，因此在不久的将来您可能会有另一种选择。
希望这个答案能帮到你，
