Costruisci un modello statistico basato sui confini per prevedere un risultato continuo in funzione di più variabili predittive. SVR è in grado di creare forme di confine molto più flessibili rispetto al metodo dell'albero di regressione (partizione).
Regressione del vettore di supporto
- Da una tabella JMP ® aperta, selezionare Analizza > Modellazione predittiva > Macchine a vettori di supporto.
- Aggiungere una variabile continua da Seleziona colonne al ruolo Y, Risposta .
- Aggiungere variabili predittive candidate al ruolo X, Fattore .
- Se lo si desidera, immettere una colonna di convalida nel ruolo Convalida , come mostrato in questo esempio. Fare clic su OK .
- Si apre il pannello di controllo di Model Launch, che consente di scegliere una funzione Kernal e le opzioni associate. Per questo esempio sono state utilizzate le impostazioni predefinite. Fare clic su Vai . JMP visualizza:
- Riepilogo del modello che descrive in dettaglio le prestazioni del modello tramite parametri come RASE e R-quadrato. Qui vediamo che R-quadrato è pari all'89,6%, un modello piuttosto valido per descrivere la variabile di risultato.
- Grafico effettivo per previsto che mostra i valori di risposta effettivi sull'asse Y rispetto ai valori di risposta previsti sull'asse X. Questo grafico fornisce un mezzo grafico per valutare le prestazioni predittive del modello, visualizzare la variazione nei dati attorno al modello adattato e identificare i valori anomali.
Per visualizzare il modello e l'impatto di ciascun fattore sulla risposta prevista, avviare il Profilatore che si trova sotto il triangolo rosso. Sono disponibili anche i Profiler di Contorno e di Superficie per visualizzare la relazione tra coppie di fattori e la risposta prevista.
Ulteriori opzioni, come Grafici dei residui , Salva previsioni , Salva formula di previsione e Pubblicazione della formula di previsione nel deposito delle formule , sono accessibili dal triangolo rosso .
Diabetes.jmp (Help > Sample Data Folder)Diabetes.jmp (Aiuto > Cartella dati campione)
Per saperne di più, visita Modelli predittivi e specializzati > Macchine a vettori di supporto nella Guida di JMP .
