Consejos sobre el modelo de árbol potenciado y cómo exportar a ExcelHola,
Estoy trabajando en un modelo para mi trabajo, cuyo objetivo es que los estudiantes puedan introducir parámetros y obtener una predicción de la humedad final. Tengo una gran cantidad de datos con los que trabajar (unos 4000 puntos de datos), así que estaba considerando usar el modelo de árbol potenciado. Nunca antes había usado esta función y se autocompletaba con 200 capas, 12 divisiones por árbol y una tasa de aprendizaje de 0,121. No estaba seguro de si estos parámetros eran adecuados o si sería demasiado específico para este conjunto de datos. Me dio un R cuadrado de 0,75 y un RASE de 0,45, que es el mejor valor que he obtenido de un modelo hasta la fecha.
También intenté exportarlo a Excel, pero no logré que la función estuviera ahí. Sé que las funciones de árbol potenciado son muy complejas, así que podría no funcionar. Idealmente, me gustaría poder tener la función de árbol potenciado en Excel, ya que no todos en mi trabajo usan JMP.
Cualquier consejo o ayuda es bienvenida. ¡Gracias!
Modelado predictivo y aprendizaje automáticoIngeniería de Calidad y ProcesosTema: Consejos sobre el modelo de árbol potenciado y cómo exportar a ExcelGracias. Yo también quiero saber.
La fórmula de predicción para el árbol de decisión (Partición) es muy simple.
Sin embargo, las fórmulas de predicción para árboles de elevación y bosques aleatorios son completamente diferentes y es muy difícil descomponerlas en fórmulas independientes.
¡Gracias expertos!
Re: Consejos sobre el modelo de árbol potenciado y cómo exportar a ExcelHola @andrewdy04 ,
¡Bienvenido a la comunidad!
Los modelos basados en árboles son simples en sus mecanismos, ya que se basan en declaraciones if-else que utilizan valores umbral en los factores.
Si desea usar su modelo basado en árboles en Excel, puede guardar la fórmula de predicción en JMP y reemplazar las funciones if-else de JSL por las funciones correspondientes de Excel. Sin embargo, los árboles potenciados y los bosques aleatorios pueden tener fórmulas de predicción bastante complejas (y largas):
En cuanto a la estrategia de modelado, me temo que no tendré suficiente información para guiarte. Aquí tienes algunas preguntas útiles:
- ¿Cómo se recopilaron los datos? ¿Mediante estrategias de datos experimentales como DoE? ¿O mediante datos observacionales o de producción? La cantidad de datos no es suficiente para tener un buen modelo; debe priorizar sus esfuerzos en la recopilación de información de alta calidad para asegurar la variabilidad suficiente de sus modelos.
- ¿Cuál es su objetivo? ¿ Modelado predictivo, explicativo, ambos? ¿Qué importancia tiene para usted la interpretabilidad/explicabilidad del modelo (comprender los factores clave del modelo de predicción)?
- ¿Tiene alguna restricción o especificación que pueda guiar la elección del modelo? Por ejemplo, ¿espera no linealidad? ¿Curvatura? ¿Desea valores de predicción uniformes en su espacio experimental o son aceptables las predicciones "basadas en pasos" (de modelos basados en árboles)? Puede consultar mi publicación aquí para obtener más información: comparación y selección de modelos.
- ¿Cuáles son sus métricas de rendimiento y sus umbrales de aceptabilidad? ¿ Cuáles son las métricas de rendimiento que evaluará, comparará y seleccionará sus modelos? Según la capacidad de medición (repetibilidad, reproducibilidad, precisión, etc.), ¿cuál es el valor umbral para cada métrica de rendimiento que le permite evaluar si el rendimiento del modelo es suficientemente bueno?
- ¿Cuál es su estrategia de validación? Dado que parece estar en un objetivo de modelado predictivo, ¿cuál es su estrategia de validación para evitar el sobreajuste: validación cruzada de k-folds, columna de validación, etc.? El Árbol Impulsado puede ser más propenso al sobreajuste que otros métodos basados en árboles (como el bosque de bootstrap), por lo que siempre es recomendable tener una estrategia de validación definida antes de intentar optimizar el rendimiento (ya sea con el modelo del Árbol Impulsado o con otros). Algunas publicaciones abordan este tema:
Resuelto: validación cruzada utilizando la calidad de ajuste de k-fold - Comunidad de usuarios de JMP
Resuelto: Plataforma Bootstrap Forest > Columna "Validación" vs. sección "Validación" - Comunidad de usuarios de JMP
Resuelto: Re: VALIDACIÓN CRUZADA - MÉTODO DE COLUMNA DE VALIDACIÓN - Comunidad de usuarios de JMP
- También está el tema del ajuste de hiperparámetros si se utilizan modelos de aprendizaje automático, ya que algunos algoritmos pueden ser más sensibles a este ajuste que otros. Normalmente, los bosques Bootstrap/Random Forests son mucho menos sensibles a este ajuste que los modelos Boosted, como Boosted Tree.
Espero que esta primera respuesta pueda ayudarte.
