Consigli sul modello di albero potenziato e su come esportarlo in ExcelCiao,
Sto lavorando a un modello per il mio lavoro, il cui obiettivo è consentire agli utenti di inserire parametri e ottenere un'umidità finale prevista. Ho una grande quantità di dati con cui lavorare (circa 4000 punti dati), quindi stavo valutando l'utilizzo del modello ad albero potenziato. Non avevo mai usato questa funzione prima e si è riempita automaticamente con 200 strati, 12 suddivisioni per albero e un tasso di apprendimento di 0,121. Non ero sicuro che questi fossero parametri validi o che fossero troppo specifici solo per questo set di dati. Mi ha fornito un Rsquared di 0,75 e un RASE di 0,45, il migliore che abbia mai ottenuto da un modello finora.
Ho anche provato a esportarlo in Excel, ma non sono riuscito a far comparire la funzione. So che le funzioni boosted tree sono davvero complicate, quindi potrebbe non funzionare. Idealmente, mi piacerebbe poter avere la funzione boosted tree in Excel, dato che non tutti al mio lavoro usano JMP.
Qualsiasi consiglio o aiuto è apprezzato. Grazie!
Modellazione predittiva e apprendimento automaticoIngegneria della qualità e dei processiArticolo successivo: Consigli sul modello di albero potenziato e su come esportarlo in ExcelGrazie. Vorrei anche sapere
La formula di previsione per l'albero decisionale (partizione) è molto semplice.
Tuttavia, le formule di previsione per gli alberi di sollevamento e le foreste casuali sono completamente diverse ed è molto difficile scomporle in formule indipendenti.
Grazie Esperti!
Oggetto: Consigli sul modello Boosted Tree e su come esportarlo in ExcelCiao @andrewdy04 ,
Benvenuti nella Community!
I modelli basati su alberi sono semplici nei loro meccanismi, poiché si basano su istruzioni if-else utilizzando valori soglia sui fattori.
Se si desidera utilizzare il modello ad albero in Excel, è possibile salvare la formula di previsione in JMP e sostituire le funzioni JSL if-else con le corrispondenti funzioni Excel. Tuttavia, Boosted Tree e Random Forest possono avere formule di previsione piuttosto complesse (e lunghe):
Per quanto riguarda la strategia di modellazione, temo di non avere informazioni sufficienti per guidarti. Ecco alcune domande per aiutarti:
- Come sono stati raccolti i dati? Attraverso strategie di dati sperimentali come il DoE? O dati osservativi/dati di produzione? La quantità di dati non è sufficiente per avere un buon modello; è necessario dare priorità alla raccolta di dati informativi di alta qualità, per garantire una variabilità sufficiente per i modelli.
- Qual è il tuo obiettivo? Modellazione predittiva, esplicativa, entrambe? Quanto è importante per te l'interpretabilità/spiegabilità del modello (comprendere i fattori/driver chiave del modello predittivo)?
- Avete vincoli o specifiche che potrebbero guidare la scelta del modello? Ad esempio, vi aspettate non linearità? Curvatura? Desiderate valori di previsione uniformi sullo spazio sperimentale o sono accettabili previsioni "a gradini" (da modelli ad albero)? Potete consultare il mio post qui per saperne di più: model-comparison-and-selection
- Quali sono le metriche di prestazione e le soglie di accettabilità? Quali sono le metriche di prestazione che valuterai, confronterai e selezionerai per i tuoi modelli? In base alla capacità di misurazione (ripetibilità, riproducibilità, precisione, ecc.), qual è il valore soglia per ciascuna metrica di prestazione al quale puoi valutare che le prestazioni del modello siano "sufficientemente buone"?
- Qual è la tua strategia di validazione? Dato che sembri essere in un obiettivo di modellazione predittiva, qual è la tua strategia di validazione per prevenire il sovradattamento: validazione incrociata con k-fold, colonna di validazione, altro...? Boosted Tree potrebbe essere più incline al sovradattamento rispetto ad altri metodi basati su alberi (come la foresta bootstrap), quindi è sempre meglio avere una strategia di validazione definita e impostata prima di cercare di ottimizzare le prestazioni (sia con il modello Boosted Tree che con altri). Alcuni post ne parlano:
Risolto: convalida incrociata utilizzando la qualità di adattamento k-fold - Community di utenti JMP
Risolto: Piattaforma Bootstrap Forest > colonna "validazione" vs porzione "validazione" - Community utenti JMP
Risolto: Re: VALIDAZIONE INCROCIATA - METODO DELLA COLONNA DI VALIDAZIONE - Community di utenti JMP
- C'è anche il tema dell'ottimizzazione degli iperparametri se si utilizzano modelli di Machine Learning, poiché alcuni algoritmi potrebbero essere più sensibili all'ottimizzazione degli iperparametri rispetto ad altri. In genere, le Bootstrap/Random Forest sono molto meno sensibili all'ottimizzazione degli iperparametri rispetto ai modelli Boosted come Boosted Tree.
Spero che questa prima risposta possa aiutarti,
