종종 우리는 설명 변수와 응답 사이에 복잡한 관계가 있다고 가정합니다. 이러한 경우 신경망 (신경망)이 유용하며 입력 변수의 기능에 대한 유연한 네트워크에서 응답을 예측할 수 있습니다. 신경망은 반응 표면의 기능적 형태를 알아야 할 필요가 없을 때 다양한 응답 표면을 효율적이고 유연하게 모델링 할 수 있습니다.
최근 웹 캐스트에서 Valerie Hyde, JMP Systems Engineer는 간단한 데모 JMP 신경망을 사용하여 자동차 보험 청구의 예측 변수를 찾습니다. 그녀는 데이터에 맞게 데이터의 70 %에 해당하는 교육 세트를 사용하고 나머지 30 %는 홀드 백 세트로 검증했습니다.
데모에서는 5 개의 설명 변수 (입력 노드), 하나의 응답 (출력 노드) 및 입력 및 출력과 관계가있는 3 개의 중간 노드가있는 신경망을 작성합니다.
그녀는 R을 검사하는 방법을 보여줍니다. 2 및 교차 검증 된 R 2 더 많은 노드를 추가 한 다음 재 장착하는 것이 유익한 지 결정하는 방법과 재구성 결과를 평가하는 방법을 설명합니다.
에서 신경망에 대해 자세히 알고 싶으십시오. JMP 최대 반복 횟수, 초과 적합 페널티 및 적용 범위 기준 변경 JMP에서 액세스 할 수있는 통계 및 그래픽 안내서의 28 장을 참조하십시오. 도움말> 서적> JMP 통계 및 그래프 가이드 .
또한 Google의 라이브 웹 캐스트 일정 9 월에는 4Q 웹 캐스트를 게시합니다. 발레리는 신경망에 초점을 맞춘 1 시간짜리 발표를 할 예정입니다.
