Conseils sur le modèle d'arbre boosté et comment l'exporter vers ExcelBonjour,
Je travaille sur un modèle pour mon travail dont l'objectif est de permettre aux utilisateurs de saisir des paramètres et d'obtenir une humidité finale prédite. Je dispose d'une grande quantité de données (environ 4 000 points de données), j'ai donc envisagé d'utiliser le modèle d'arbre boosté. Je n'avais jamais utilisé cette fonction auparavant, et elle se remplissait automatiquement pour avoir 200 couches, 12 divisions par arbre et un taux d'apprentissage de 0,121. Je n'étais pas sûr que ces paramètres soient pertinents ou qu'ils soient trop spécifiques pour cet ensemble de données. J'ai obtenu un R² de 0,75 et un RASE de 0,45, ce qui est le meilleur résultat que j'ai obtenu avec un modèle jusqu'à présent.
J'ai également essayé de l'exporter vers Excel, mais je n'ai pas réussi à intégrer la fonction. Je sais que les fonctions d'arbre boosté sont très complexes, donc cela risque de ne pas fonctionner. Idéalement, j'aimerais pouvoir intégrer la fonction d'arbre boosté dans Excel, car tout le monde n'utilise pas JMP au travail.
Tout conseil ou aide est apprécié. Merci !
Modélisation prédictive et apprentissage automatiqueIngénierie de la qualité et des procédésAutres articles : Conseils sur le modèle d'arbre boosté et comment l'exporter vers ExcelMerci. Je veux aussi savoir
La formule de prédiction pour l'arbre de décision (Partition) est très simple.
Cependant, les formules de prédiction pour les arbres de levage et les forêts aléatoires sont complètement différentes et il est très difficile de les décomposer en formules indépendantes.
Merci les experts !
Objet : Conseils sur le modèle d'arbre optimisé et comment l'exporter vers ExcelSalut @andrewdy04 ,
Bienvenue dans la Communauté !
Les modèles basés sur les arbres sont simples dans leurs mécanismes, car ils s'appuient sur une instruction if-else utilisant des valeurs de seuil sur les facteurs.
Si vous souhaitez utiliser votre modèle arborescent dans Excel, vous pouvez enregistrer la formule de prédiction dans JMP et remplacer les fonctions JSL if-else par les fonctions Excel correspondantes. Cependant, les arbres boostés et les forêts aléatoires peuvent avoir des formules de prédiction assez complexes (et longues) :
Concernant la stratégie de modélisation, je crains de ne pas avoir suffisamment d'informations pour vous guider. Voici quelques questions pour vous aider :
- Comment les données ont-elles été collectées ? Par des stratégies de données expérimentales comme les DoE ? Ou par des données d'observation/de production ? La quantité de données n'est pas suffisante pour obtenir un bon modèle. Il est donc essentiel de concentrer vos efforts sur la collecte de données de haute qualité afin de garantir une variabilité suffisante pour vos modèles.
- Quel est votre objectif ? Modélisation prédictive, explicative, les deux ? Dans quelle mesure l'interprétabilité/explicabilité du modèle est-elle importante pour vous (comprendre les facteurs clés/moteurs du modèle de prédiction) ?
- Avez-vous des contraintes ou des spécifications qui pourraient guider le choix du modèle ? Par exemple, prévoyez-vous une non-linéarité ? Une courbure ? Souhaitez-vous des valeurs de prédiction régulières sur votre espace expérimental ou des prédictions par paliers (issues de modèles arborescents) sont-elles acceptables ? Vous pouvez consulter mon article ici pour en savoir plus : comparaison et sélection de modèles.
- Quels sont vos indicateurs de performance et vos seuils d'acceptabilité ? Quels sont les indicateurs de performance sur lesquels vous allez évaluer, comparer et sélectionner vos modèles ? En fonction des capacités de mesure (répétabilité, reproductibilité, précision, etc.), quel est le seuil pour chaque indicateur de performance permettant d'évaluer si la performance du modèle est « suffisante » ?
- Quelle est votre stratégie de validation ? Puisque vous semblez viser la modélisation prédictive, quelle est votre stratégie de validation pour éviter le surapprentissage : validation croisée k-fold, colonne de validation, etc. ? Boosted Tree peut être plus propice au surapprentissage que d'autres méthodes arborescentes (comme la forêt bootstrap). Il est donc toujours préférable d'avoir une stratégie de validation définie avant de tenter d'optimiser les performances (que ce soit avec Boosted Tree ou avec d'autres modèles). Certains articles en parlent :
Résolu : validation croisée avec la qualité d'ajustement k-fold – Communauté d'utilisateurs JMP
Résolu : Plateforme Bootstrap Forest > colonne « Validation » vs partie « Validation » - Communauté d'utilisateurs JMP
Résolu : Re : Validation croisée - Méthode de la colonne de validation - Communauté d'utilisateurs JMP
- Il est également important de prendre en compte le réglage des hyperparamètres si vous utilisez des modèles de Machine Learning, car certains algorithmes peuvent être plus sensibles au réglage des hyperparamètres que d'autres. En général, les forêts Bootstrap/Random Forests sont beaucoup moins sensibles au réglage des hyperparamètres que les modèles Boosted comme Boosted Tree.
J'espère que cette première réponse pourra vous aider,
