PLS検証と変数負荷JMPコミュニティの皆様、こんにちは。
PLS についていくつか質問があります。
- データの一部を手動で非表示にする必要がありますか、それともクロス検証を選択すると自動的に行われますか?
- 各因子によって捕捉される最も重要な変数（潜在変数）を区別する因子に対する変数負荷の閾値はありますか？
ご協力ありがとうございました！
高度な統計モデリング予測モデリングと機械学習PLS検証と変数負荷についてありがとう、ビクター！とても助かります！
私の目的は、K 分割クロス検証を通じてモデルを検証することです。
2つ目の質問は、各因子のPLS X負荷量についてです。同じシステムに属する変数を区別するために一般的に用いられる閾値はありますか？例えば、探索的因子分析では、ある因子の変数負荷量（0.4以上）は、これらの変数が同じシステムから来ている可能性が高いことを示唆します。
どうもありがとうございます！
PLS検証と変数負荷についてこんにちは@Moukanni 、
- データを手動でマスクしたり、クロス検証を選択したりする目的が何なのかわかりません。
PLS 結果が「新しい」/表示されていないデータでどのようになっているかを評価するためにテスト セット (モデルのトレーニングに使用されず、検証中に表示されないセット) が必要な場合 (大規模なデータセットがある場合)、データセットの一部を手動で非表示にすることができます (行を非表示にして除外し、モデルを実行し、予測式を保存して、この非表示のデータセットで予測された応答と実際の応答を比較します)。または、JMP Pro をお持ちの場合は、トレーニング セット、検証セット、および/またはテスト セットの行の比率を指定する検証列を作成します ([分析]、[予測モデリング]、[検証列の作成])。
K分割交差検証法を用いてモデルを検証する場合、JMPはデータセットをK個の部分に自動的に分割し、K-1個の部分でPLSモデルを学習させ、次に1個の部分で検証し、この操作を繰り返します。これにより、各「部分」（分割）は1回の検証部分とK-1回の学習部分になります。これは、小規模なデータセットでモデルの堅牢性（異なる学習セットと検証セットを比較）を評価したい場合に適した検証手法です。
- 2つ目の質問についてもよく分かりません。PLSモデルにおいてどの因子が最も重要かを知りたい場合は、変数重要度プロットと計算されたVIPスコアを見ることができます。参照： 変数重要度プロット（jmp.com）およびVIP vs 係数プロット（jmp.com）
お役に立てれば幸いです！
