Livello: Intermedio
Robert Anderson, consulente statistico senior presso JMP e SAS.
Identificare correttamente il modello migliore possibile e determinare quali fattori siano realmente importanti sono compiti di vitale importanza, ma mai facili. La validazione holdback viene spesso utilizzata per prevenire l'overfitting ed evitare di includere termini non pertinenti in un modello. Tuttavia, non è un metodo infallibile, soprattutto quando si lavora con set di dati di piccole dimensioni. Il modello ottenuto dipende spesso da come vengono assegnate le righe di training e di validazione. Non ci si può affidare a una singola colonna di validazione per individuare il modello "migliore". Tuttavia, utilizzando diverse colonne di validazione, emerge un quadro più chiaro. Utilizzando la funzione Simulate di JMP Pro e alcuni set di dati simulati, questa presentazione dimostrerà come il riaddestramento dei modelli utilizzando più colonne di validazione consenta di identificare il modello più frequente e più probabile. Dimostrerà inoltre che questo approccio funziona anche per set di dati con sole 30 righe.
