Windows 10 > JMP 17.2 標準版 > 神經網路 > 修剪變數過程？親愛的 JMP 社群：
我正在 Windows Pro 10 上使用 JMP 17.2 Standard 。
我正在探索基線生物測量的預測價值，以確定使用預測篩選和神經網路的未來醫療結果。
我想知道是否有建議的自動化流程（包括 JSL 腳本），使我能夠將模型修剪到最少的變量，以滿足預先定義的效能標準（例如，NPV ≥ 75% 和 PPV ≥ 75%）。
值得注意的是，我想知道是否有任何相當於擬合模型平台的逐步迴歸擬合的東西可以應用於神經網路。
以下是我目前正在使用的流程的簡要描述：
- 篩選 > 預測因子篩選：評估所有可用基線變數的預測值
- 選擇前 25 個條目（最有影響力）並運行簡單的神經網路模型
- 3 個隱藏層，KFold 驗證，k = 3
- 在 NN 報告中，評估變數重要性並將底部削減約 10 - 20%（根據經驗確定）
- 重複步驟 2 和 3，直到預測表現低於所需標準
- 回想一下之前的「最佳」模型
我懷疑 JMP 17.2 Standard 可能無法勝任該任務，我可能需要升級到 JMP Pro。儘管如此，我還是很感激您對自動化/加速我的流程的可能方法的意見。
謝謝。
此致，
TS
自動化和腳本編寫預測建模和機器學習視窗回覆：Windows 10 > JMP 17.2 標準版 > 神經網路 > 修剪變數流程？您絕對可以為類似的事情編寫腳本（或者作為插件可能會更好），並且您不需要 JMP Pro（儘管 JMP Pro 對於此類事情確實有一些有用的功能）。在編寫腳本時，有許多不同的方法可以實現這一點（有一個視窗負責處理所有事情並動態更新/有多個視窗根據需要彈出/...）。
我認為這可能需要 JMP Pro 才能正常工作，但此外掛程式可以提供一些可以做什麼的想法Neural Network Tuning Add-In
回覆：Windows 10 > JMP 17.2 標準版 > 神經網路 > 修剪變數流程？嗨@Thierry_S ，
新年快樂 ！
如果您使用的是 JMP 標準版本， @jthi提出的神經網路調整插件可能無法運作。然而， @shampton82為 JMP 標準版本編寫了一個很棒的腳本，用於自動建立、擬合和比較神經網路。請參閱此處的討論： 最佳神經網路模型
可能可以嘗試使用 JMP 中的 Python 集成，以便更靈活地設計和擬合神經網路。 @scott_allen正在使用 Torch 開發一個插件，因此您在不久的將來可能會有另一個選擇。
希望這個回答可以幫助你
