Validación PLS y cargas variablesHola comunidad JMP,
Tengo un par de preguntas sobre PLS:
- ¿Tengo que ocultar una parte de mis datos manualmente o se hace automáticamente cuando elijo la validación cruzada?
- ¿Existe un umbral de cargas de variables sobre los factores que distinga las variables más importantes capturadas por cada factor (variable latente)?
¡Gracias por su ayuda!
Modelado estadístico avanzadoModelado predictivo y aprendizaje automáticoRe: Validación PLS y cargas variables¡Gracias Víctor! ¡Esto me ayuda mucho!
Mi objetivo es validar el modelo a través de la validación cruzada K-fold.
En cuanto a la segunda pregunta, me refiero a las cargas PLS X de cada factor. ¿Existe un umbral común que resalte las variables que pertenecen al mismo sistema? Por ejemplo, en el análisis factorial exploratorio, las cargas variables (> 0,4) de un factor determinado sugieren que es muy probable que estas variables provengan del mismo sistema.
¡Muchas gracias!
Re: Validación PLS y cargas variablesHola @Moukanni ,
- No estoy seguro de cuál es su objetivo al enmascarar sus datos manualmente y/o elegir la validación cruzada.
Si desea un conjunto de prueba (un conjunto no utilizado por el modelo para entrenamiento y que no se ve durante la validación) para evaluar cómo son los resultados de PLS en datos "nuevos"/no vistos (y siempre que tenga un conjunto de datos grande), entonces sí, puede ocultar manualmente una parte de su conjunto de datos (ocultar y excluir las filas, ejecutar el modelo, guardar la fórmula de predicción y comparar las respuestas predichas con las reales en este conjunto de datos oculto), o si tiene JMP Pro, crear una columna de validación (en "Analizar", "Modelado predictivo", "Crear columna de validación") donde especificará la proporción de filas en su conjunto de entrenamiento, validación y/o prueba.
Si desea validar su modelo mediante una validación cruzada de K-fold, JMP dividirá automáticamente su conjunto de datos en K partes, entrenará el modelo PLS con K-1 partes, lo validará con una parte y repetirá esta operación para que cada "parte" (fold) sea una vez una parte de validación y K-1 veces una parte de entrenamiento. Esta es una buena técnica de validación si desea evaluar la robustez de su modelo (comparación de diferentes conjuntos de entrenamiento y validación) en un conjunto de datos pequeño.
Tampoco estoy seguro de la segunda pregunta. Si desea saber qué factores son los más importantes en el modelo PLS, puede consultar el gráfico de importancia de las variables y las puntuaciones VIP calculadas. Consulte: Gráfico de Importancia de las Variables (jmp.com) y Gráficos VIP vs. Coeficientes (jmp.com).
¡Espero que te ayude!
