안녕,
첨부된 이미지와 같이 간단한 실험계획표(DOE table)를 만들고 의사결정 트리를 작성해 보았지만, JMP에서 예상한 결과가 나오지 않습니다.
어떤 의견이든 환영합니다.
감사해요,
긴
안녕하세요 @LGH 님 ,
커뮤니티에 오신 것을 환영합니다!
포럼에 글을 올리기 전에 @jthi 님의 "정답을 빠르게 찾는 방법" 게시글을 읽어보시는 것을 추천합니다. 예상 결과와 의사결정 트리에서 얻은 결과에 대한 설명이 전혀 없기 때문입니다.
데이터셋이 실험설계법(DoE)에 따라 설계된 것이라면, JMP에서 기본적으로 제공하는 최소제곱 회귀 모델을 사용해 보는 건 어떨까요?
표본 크기가 너무 작아서 의사결정 트리가 데이터를 분할할 수 없기 때문에 문제가 발생하는 건가요? (즉, 의사결정 트리를 "있는 그대로" 사용하면 결과가 나오지 않고 분할도 불가능한 건가요?) 그렇다면 의사결정 트리 옆에 있는 빨간색 삼각형을 클릭하여 옵션을 열고, 최소 분할 크기 (기본값 5)를 의사결정 트리가 확장될 수 있도록 다른 값으로 변경해 보세요. (2도 괜찮을 수 있고, 한 번만 분할해도 됩니다.)
JMP에서 이 결정 트리 매개변수의 기본 설정은 과적합을 방지하도록 되어 있습니다. 즉, 변수에 따라 샘플을 완벽하게 분할하는 결정 트리를 생성하여 리프 노드의 샘플 크기가 작은 완벽한 모델을 만들지만, 실제로는 새롭고 이전에 보지 못한 샘플(테스트 데이터셋)을 예측하는 데 사용할 때 유용하지 않고 견고하지 않습니다. 실제로 이러한 머신 러닝 모델을 사용하려면 훈련, 검증 및 테스트 세트를 사용하는 검증 전략이 필요합니다. 데이터셋을 "너무 많이" 분할하여 모델 훈련에 사용하지 않는 것을 방지하는 방법(교차 검증, leave-one-out 등)이 있지만, 결국에는 테스트 세트에서 얻은 예측 성능이 훈련/검증 세트와 일관성이 있는지 확인하기 위해 테스트 세트가 필요합니다. 이 주제에 대한 논의는 포럼의 " 교차 검증 - 검증 열 방법 / 머신 러닝 모델(예: 신경망 및 랜덤 포레스트)에서 k-겹 교차 검증을 수행하고 고정된 테스트 데이터에서 모델 성능을 확인하는 방법 / ..."에서 확인할 수 있습니다.
참고로, 이 경우에는 데이터셋 크기가 작고 결과와 요인 C 사이에 선형 관계가 있기 때문에 선형 회귀 모델을 사용하든 Fit Y by X 플랫폼을 사용하든 결과는 동일합니다.
이 답변이 여러분께 도움이 되기를 바랍니다.
안녕하세요, 빅터님.
답변해주셔서 정말 감사합니다. 네, 제 문제는 표본 크기가 작아서 분할이 제대로 되지 않았던 것이었습니다. 알려주신 방법대로 하니 잘 작동하네요.
문안 인사,
LGH
