複数の予測変数が結果に与える影響を説明し、カテゴリ結果（分類）または連続結果を予測するためのネットワーク ベースのモデルを構築します。
ニューラルネットワーク
- 開いている JMP ®データ テーブルから、 [分析] > [予測モデリング] > [ニューラル] を選択します。
- 「列の選択」から応答変数を選択し、 「Y, 応答」をクリックします。ここでは「価格」を選択しました。
- 列オプションから説明変数を選択し、 X、因子をクリックします。ここでは6つの変数（ 「カラット重量」～「カット」 ）を選択しました。注：JMP Proでは検証列を指定できます。
- ［OK］をクリックします。
- 表示されるモデル起動ウィンドウでは、次のようになります。JMP Pro では (右上にダイアログボックスが表示されます)、次のようになります。
- 前のダイアログ ボックスで検証列が指定されていない場合は、ホールドバック比率または折りたたみの数を指定します。
- 各層で使用する TanH、線形、ガウス関数の数を入力して、隠し層構造を指定します。
- ブースティングを使用する場合は、モデルの数と学習率を指定します。必要なフィッティング オプションを選択し、 [Go] をクリックします。
JMPの場合（上から2番目）：
- 検証方法 (除外行ホールドバック、ホールドバック、KFold) を選択します。
- Specify the ホールドバック比率 or the number of 折り目.
- 隠しノードの数を指定して、 「実行」をクリックします。
JMPとJMP Proは、学習データと検証データの両方について適合度統計量を生成します。カテゴリカルな応答については、混同行列と混同率行列も生成されます。カットオフ値は、二値結果変数の決定閾値ツールで変更できます。
ヒント:
- 赤い三角形のオプション（モデル用）を使用して、推定値の表示、数式の保存、実測値と予測値のプロットの表示、モデルプロファイラーの表示（ここに表示）を行うことができます。保存した数式を表示するには、データテーブルの列パネルで、目的の隠し層の名前の横にあるプラス記号をクリックします。
Diamonds Data.jmp (Help > Sample Data Folder)Diamonds Data.jmp (ヘルプ > サンプルデータフォルダ)
詳細については、 JMP ヘルプの「予測モデルと特殊モデル > ニューラル ネットワーク」を参照してください。
