Construisez un modèle statistique basé sur les limites pour prédire un résultat continu en fonction de plusieurs variables prédictives. Le modèle SVR permet de créer des formes de limites beaucoup plus flexibles que la méthode de l'arbre de régression (partition).
Régression à vecteur de support
- À partir d’une table JMP ® ouverte, sélectionnez Analyser > Modélisation prédictive > Machines à vecteurs de support.
- Ajoutez une variable continue de Sélectionner les colonnes au rôle Y, Réponse .
- Ajoutez des variables prédictives candidates au rôle X, facteur .
- Si vous le souhaitez, saisissez une colonne de validation dans le rôle « Validation » , comme illustré dans cet exemple. Cliquez sur OK .
- Le panneau de configuration Lancement du modèle s'ouvre, permettant de choisir une fonction noyau et les options associées. Les paramètres par défaut ont été utilisés pour cet exemple. Cliquez sur « Aller » . JMP affiche :
- Résumé du modèle détaillant ses performances grâce à des indicateurs tels que RASE et R-carré. Nous constatons ici que le R-carré est de 89,6 %, ce qui constitue un modèle assez performant pour décrire la variable de résultat.
- Graphique des valeurs réelles par rapport aux valeurs prédites affichant les valeurs de réponse réelles sur l'axe Y par rapport aux valeurs de réponse prédites sur l'axe X. Ce graphique fournit un moyen graphique d'évaluer les performances prédictives du modèle, de visualiser la variation des données autour du modèle ajusté et d'identifier les valeurs aberrantes.
Pour visualiser le modèle et l'impact de chaque facteur sur la réponse prédite, lancez le profileur situé sous le triangle rouge. Les profileurs de contour et de surface sont également disponibles pour visualiser la relation entre les paires de facteurs et la réponse prédite.
Des options supplémentaires, telles que Graphiques résiduels , Enregistrer les prévisions , Enregistrer la formule de prédiction et Publier la formule de prédiction dans le dépôt de formules sont accessibles à partir du triangle rouge .
Diabetes.jmp (Help > Sample Data Folder)Diabetes.jmp (Aide > Dossier de données d'échantillon)
Visitez Modèles prédictifs et spécialisés > Machines à vecteurs de support dans l'aide JMP pour en savoir plus.
