Lors de la construction d'un modèle de prévision, il existe différentes façons de modéliser la réponse en fonction de nos prédicteurs. La plateforme Fit Model dans JMP nous permet de modéliser la réponse sous forme de fonction linéaire de nos prédicteurs. La plate-forme non linéaire nous permet de modéliser la réponse sous la forme d'une fonction non linéaire des prédicteurs, éventuellement sous la forme d'une courbe exponentielle ou sigmoïdale. Une autre option consiste à modéliser la réponse sous forme d'une fonction échelonnée de nos prédicteurs continus. Nous pouvons construire ce type de modèle en discrétisant ou en binning nos colonnes continues. Ce billet de blog fournit une brève description du complément «Supervision du binage» pour la construction de ce type de modèle. Ici, «supervisé» fait référence au fait que nous utilisons la variable de réponse pour nous aider à choisir le meilleur schéma de tri. Le complément est disponible au téléchargement à partir du Echange de fichiers JMP en tant que membre de Add-in «Predictor Binning» (le téléchargement nécessite un profil SAS gratuit).
À titre d'exemple, la table de données sur le maïs dans le répertoire de données de JMP fournit des mesures de rendement du maïs et de la concentration de nitrate ajoutée au sol. En traçant ces données, nous constatons que la relation entre les deux variables est extrêmement non linéaire, et nous réalisons qu'il pourrait être difficile de déterminer un modèle qui conviendrait pour les données. Il serait donc intéressant de supprimer les valeurs de nitrate, créant ainsi une fonction-étape permettant de prédire le rendement du maïs. Pour ce faire, nous lançons simplement le complément Supervision du traçage et spécifions la colonne «rendement» en tant que Réponse et la colonne «nitrate» en tant que variable explicative.
Le complément ajoute une version groupée de la colonne nitrate à la table de données d'origine. Cette nouvelle colonne, «Nitrates divisés en deux», est une colonne catégorique à quatre niveaux, chaque niveau représentant une plage différente de valeurs de nitrates. Par exemple, la première case représente les observations où le niveau de nitrate est inférieur ou égal à 10,58. Nous pouvons maintenant utiliser la colonne regroupée (dans la plate-forme Fit Model ou Fit Y by X) pour prédire le rendement. La figure ci-dessous compare la fonction de prévision combinée à un modèle quadratique disjoint pour prédire le rendement. Le modèle regroupé est plus facile à interpréter que le modèle non linéaire et son erreur quadratique moyenne est plus faible.
L'exemple Maïs est intéressant pour examiner le fonctionnement d'un prédicteur simple, mais il est également très utile lors de la création de modèles plus complexes. Par exemple, nous pourrions examiner les données de Boston Housing à partir du dossier de données exemple JMP. Nous essayons ici de prédire les valeurs médianes des maisons en utilisant une variété de caractéristiques de chaque ville. Supposons que nous voulions utiliser toutes les données disponibles pour construire un modèle linéaire, mais nous avons des raisons de croire que plusieurs des prédicteurs ont une relation non linéaire avec la valeur de la maison. Par exemple, nous pensons peut-être que les valeurs des maisons sont relativement constantes pour les taux de criminalité faibles, mais chutent considérablement au-dessus d’un certain taux de criminalité. Nous pourrions faire valoir des arguments similaires pour justifier la classification de la colonne «chambres». Nous pouvons utiliser le complément Binning supervisé pour classer les colonnes "crim" et "pièces", ainsi que toute autre colonne pouvant sembler appropriée.
Le complément divise la colonne «crim» en 10 catégories distinctes. Une fois que le taux de criminalité par habitant dépasse 2,0, la valeur des maisons commence à chuter rapidement. Nous pouvons maintenant utiliser une combinaison de nos colonnes regroupées et des colonnes continues restantes pour créer un modèle avec une capacité de prédiction potentiellement meilleure (espérons-le!) Qu'un modèle construit avec les colonnes d'origine.
Par conséquent, si vous avez déjà eu envie de supprimer ou de discrétiser vos prédicteurs continus, vous pouvez essayer le complément Supervision par bac. Vous pouvez trouver ce complément dans le cadre du Complément Predictor Binning sur l'échange de fichiers JMP.
Salut Clay,
Nous essayons d'utiliser le complément "Binning pour les prédicteurs continus", l'élément non supervisé fonctionne bien, mais nous avons des problèmes avec la méthode supervisée. Après avoir choisi une variable de réponse et une variable explicative, puis cliqué sur ok, rien ne semble se passer. Nous utilisons JMP 12.2 (64 bits). Avez-vous des suggestions?
Argile barker a écrit:
Salut Sandeep,
Malheureusement, il est difficile de deviner pourquoi cela pourrait ne pas fonctionner pour vos données. Mon hypothèse est que cela devrait fonctionner dans la version 11, il est plus probable que quelque chose au sujet de vos données ait révélé un bogue dans le complément. Des éléments tels que les lignes exclues ou les valeurs manquantes peuvent éventuellement déclencher le complément.
Merci,
Argile
Sandeep Pawar a écrit:
Cela semblait fonctionner sur les données de Boston Housing ... je ne sais pas pourquoi cela ne fonctionnerait pas sur mes données
Sandeep Pawar a écrit:
J'utilise JMP Pro 11. J'ai couru l'addin mais rien ne s'est passé. Aucune nouvelle colonne n'a été créée. Est-ce que ça marche en 11?
Vos données sont-elles trop précises? a écrit:
[...] post a décrit un outil de binning interactif que vous pouvez utiliser pour effectuer ce type de binning manuellement. Un troisième exemple de binning consiste à utiliser une approche supervisée, où les bacs du prédicteur sont choisis de manière à maximiser la capacité prédictive du [...]
