Ottimizzazione bayesiana: che dire del fattore discreto numerico?Ciao,
Vorrei sapere come gestire i fattori numerici discreti nell'ottimizzazione bayesiana.
Come faccio a specificare i passaggi tra due valori numerici discreti in JMP?
Sebbene sia possibile forzare un livello (nella proprietà della colonna) per le variabili categoriali quando non compare nelle prove esistenti, ciò non è possibile per i valori discreti (ed è complicato definirlo in questo modo perché se si desiderano solo valori interi compresi tra 0 e 1000, si hanno molti livelli da definire e, in ogni caso, in questo caso si perderebbe il concetto numerico).
Immagina di avere solo due prove con un fattore discreto che può assumere valori pari compresi tra 0 e 8. Per l'esercizio, ho creato un DOE (solo per essere sicuro che le proprietà della colonna siano definite correttamente)
e immagina di avere solo due corse.
In questo caso, si apre la matrice candidata e ho un messaggio di errore (nessuna piattaforma di ottimizzazione bayesiana)
Se ho altre corse, posso accedere alla piattaforma, ma non ho suggerimenti per i livelli mancanti
Qualcuno qui ha mai avuto a che fare con fattori digitali discreti?
Grazie per i vostri feedback,
Firenze
Re: Ottimizzazione bayesiana: che dire del fattore discreto numerico?Questo è un problema noto di BayesOps. Cambiandolo in Carattere o Nominale, funzionerà.
Re: Ottimizzazione bayesiana: che dire del fattore discreto numerico?Sì, ma non suggerirà un valore discreto nello spazio di progettazione. Solo quelli nell'elenco.
Sai se la versione 20 (o precedente) supporterà i valori discreti?
Re: Ottimizzazione bayesiana: che dire del fattore discreto numerico?Hai provato a usare un set di candidati? Dovresti essere in grado di generare un ampio disegno che riempia lo spazio, includendo fattori numerici discreti, e poi caricarlo come set di candidati per l'op di Bayes.
Re: Ottimizzazione bayesiana - Che dire del fattore discreto numerico?Ciao Phil,
Grazie per questa soluzione alternativa. Richiede alcuni passaggi preparatori, ma funziona.
Re: Ottimizzazione bayesiana - Che dire del fattore discreto numerico?Sì, si spera che i numeri discreti saranno supportati in Bayes opt in JMP Pro 20. Forse c'è il potenziale per un'estensione del Marketplace per generare set di candidati che potrebbero anche essere utili nelle situazioni di vincoli fattoriali.
