Hola,
Creé una tabla DOE simple como la adjunta e intenté hacer un árbol de decisiones, pero JMP no produce el resultado esperado.
Cualquier aportación será apreciada.
Gracias,
Largo
Hola @LGH ,
¡Bienvenido a la Comunidad!
Te recomendaría leer la publicación de @jthi Cómo obtener respuestas correctas a preguntas correctas rápidamente antes de publicar en el foro, ya que no brinda ninguna explicación sobre el resultado esperado y el que obtiene del árbol de decisiones.
Si su conjunto de datos proviene de un experimento diseñado (DoE), ¿por qué no utilizar la regresión del modelo de mínimos cuadrados proporcionada por defecto en JMP?
¿Su problema se debe a que el tamaño de la muestra es demasiado pequeño, lo que impide que el árbol de decisión divida los datos (por lo que no se obtienen resultados ni es posible dividirlos al usar el árbol de decisión tal como está)? Si es así, haga clic en el triángulo rojo junto al árbol de decisión para abrir las opciones y cambie el tamaño mínimo de división (predeterminado en 5) a otro valor que permita que el árbol de decisión crezca en su caso (2 podrían funcionar, pero puede tener una división).
La configuración predeterminada en JMP para este parámetro del Árbol de Decisión está configurada para evitar el sobreajuste: crea un Árbol de Decisión que divide perfectamente las muestras según las variables, lo que resulta en un modelo perfecto con hojas con un tamaño de muestra pequeño, pero prácticamente inútil y poco robusto al usarlo para predecir nuevas muestras no observadas (conjunto de datos de prueba). En la práctica, para usar modelos de Aprendizaje Automático como este, se necesita una estrategia de validación que utilice conjuntos de entrenamiento, validación y prueba. Existen métodos para evitar dividir demasiado el conjunto de datos y no usarlo para entrenar el modelo (como la validación cruzada, dejar uno fuera, etc.), pero al final se necesitará un conjunto de prueba para garantizar que el rendimiento de la predicción del conjunto de prueba sea consistente con los conjuntos de entrenamiento/validación. Puede leer algunas discusiones sobre este tema en el foro VALIDACIÓN CRUZADA - MÉTODO DE COLUMNA DE VALIDACIÓN / ¿ Cómo realizar una validación cruzada de k-fold en modelos de Aprendizaje Automático (p. ej., redes neuronales y bosques aleatorios) y comprobar el rendimiento del modelo con datos de prueba fijos? / ...
Nótese que en este caso particular, debido al pequeño tamaño del conjunto de datos y la relación lineal entre los resultados y el factor C, los resultados serían los mismos con un modelo de regresión lineal o la plataforma Fit Y by X:
Espero que esta respuesta te dé algunas ideas.
Hola Víctor,
Muchas gracias por tu respuesta. Sí, mi problema era que no se dividía debido al pequeño tamaño de la muestra. Tu instrucción funciona.
Saludos,
LGH
