關於 Bootstrap Forest 平台的 2 個（基本？）問題：
- 所以我可以指定一個驗證列，將記錄標記為「訓練」、「驗證」或「測試」（60%，20%，20%）。
但還有一個“驗證部分”選項（預設為 0）。這是什麼部分？如果指定了驗證列，它會被丟棄嗎？
- 我提供驗證記錄，所以我假設平台將運行超參數優化。哪個平台報告列出了超參數搜尋歷史？
你好@LargeDormouse25 ，
關於您的問題：
- 如果您沒有使用驗證角色指定驗證（和測試）集，則驗證部分可能會有所幫助。如果使用驗證角色新增包含訓練、驗證（和測試）集的驗證列，則驗證部分將被忽略：
- 該平台主要用於驗證以啟用“早期停止”，以更好地評估樹的數量及其深度的影響。驗證集將用於防止由於使用森林中過多/過深的單一樹而導致的過度擬合。
請注意，您可以使用調整設計表來微調 Bootstrap Forest 超參數（以及 JMP 中的其他 ML 模型）。請參閱此處如何設定表格並將其用於超參數調整： Bootstrap Forest 平台的其他範例
如果您使用了調整設計表，則測試的超參數組合清單及其結果將顯示在分析報告中：
先前關於超參數微調的調整設計表的一些討論：
有沒有辦法用增強樹進行 k 倍交叉驗證？
提升樹 - 調優表設計
有調整設計表的 Bootstrap Forest 故障？
想要對多個 y 變數執行相同的調整設計表
請注意，隨機森林（在 JMP 中稱為 Bootstrap Forest）是機器學習中最強大的監督學習模型之一。與其他可能的演算法不同，它是少數對超參數調整不太敏感的模型之一，您可以使用基本的 JMP Pro 推薦/預設設定來獲得隨機森林的良好性能。
有關機器學習模型「可調性」（超參數調整對性能的影響）的更多信息，可以查看此論文： [1802.09596] 可調性：機器學習演算法超參數的重要性（arxiv.org）
希望這個答案能幫助你，
嗨，維克多，
關於使用調整表進行超參數搜索，
指定的參數不匹配
以及模型驗證報告的參數。
因此看起來，「部分引導」、「每棵樹的最小分割」和「最小尺寸分割」並沒有被考慮在模型驗證中。您能否確認這些參數名稱在這種情況下是正確的？
你好@LargeDormouse25 ，
請查看我之前的文章中提到的以下討論，你會發現一些關於超參數的正確命名的解釋，在哪裡可以找到它們，以及一些已經準備好的用於調整超參數的正確命名的表格：
有調整設計表的 Bootstrap Forest 故障？
