Hallo,
Ich möchte wissen, wie man mit diskreten numerischen Faktoren in der Bayes'schen Optimierung umgeht.
Wie kann ich in JMP die Schrittweite zwischen zwei diskreten numerischen Werten festlegen?
Während es möglich ist, für kategoriale Variablen eine Stufe (in den Spalteneigenschaften) zu erzwingen, wenn diese in den vorhandenen Versuchen nicht vorkommt, ist dies für diskrete Werte nicht möglich (und auf diese Weise kompliziert zu definieren, denn wenn man nur ganzzahlige Werte zwischen 0 und 1000 haben möchte, muss man viele Stufen definieren, und in jedem Fall würde das numerische Konzept verloren gehen).
Stellen Sie sich vor, Sie haben nur zwei Versuche mit einem diskreten Faktor, der gerade Werte zwischen 0 und 8 annehmen kann. Für die Übung habe ich ein Versuchsdesign erstellt (nur um sicherzustellen, dass die Spalteneigenschaften korrekt definiert sind).
Und stell dir vor, du hättest nur zwei Läufe.
In diesem Fall wird die Kandidatenmatrix geöffnet und ich erhalte eine Fehlermeldung (keine Bayes'sche Optimierungsplattform).
Wenn ich zusätzliche Durchläufe habe, kann ich auf die Plattform zugreifen, aber es gibt keine Vorschläge für fehlende Level.
Hat hier schon mal jemand mit diskreten digitalen Faktoren gearbeitet?
Vielen Dank für Ihr Feedback.
Florenz
Dies ist ein bekanntes Problem mit BayesOps. Die Änderung auf „Character“ oder „Nominal“ behebt das Problem.
Ja, aber es wird kein konkreter Wert im Designraum vorgeschlagen. Nur die Werte in der Liste.
Wissen Sie, ob Version 20 (oder eine frühere Version) diskrete Werte unterstützt?
Haben Sie versucht, eine Kandidatenmenge zu verwenden? Sie sollten in der Lage sein, ein großes raumfüllendes Design einschließlich diskreter numerischer Faktoren zu generieren und dieses dann als Kandidatenmenge für Bayes opt zu laden.
Hallo Phil,
Vielen Dank für diesen Workaround. Er erfordert zwar einige Vorbereitungsschritte, funktioniert aber.
Ja, hoffentlich wird die diskrete numerische Funktionalität in JMP Pro 20 in der Bayes-Option unterstützt. Vielleicht besteht Potenzial für eine Marketplace-Erweiterung zur Generierung von Kandidatenmengen, die auch bei Faktorbeschränkungen hilfreich sein könnte.
