Quando si costruisce un modello di predizione, ci sono una varietà di modi in cui possiamo modellare la risposta in funzione dei nostri predittori. La piattaforma Fit Model in JMP ci consente di modellare la risposta come una funzione lineare dei nostri predittori. La piattaforma Non lineare ci consente di modellare la risposta come una funzione non lineare dei predittori, magari sotto forma di una curva esponenziale o sigmoidale. Un'altra opzione è quella di modellare la risposta come una funzione a gradini dei nostri predittori continui. Possiamo costruire questo tipo di modello discretizzando, o binando, le nostre colonne continue. Questo post del blog fornisce una breve descrizione del componente aggiuntivo "Supervision Binning" per la creazione di questo tipo di modello. Qui "supervisionato" si riferisce al fatto che stiamo usando la variabile di risposta per aiutarci a scegliere il miglior schema di categorizzazione. Il componente aggiuntivo è disponibile per il download dal Scambio file JMP come parte di Componente aggiuntivo "Predictor Binning" (il download richiede un profilo SAS gratuito).
Ad esempio, la tabella dei dati del mais nella cartella dei dati di esempio di JMP fornisce misurazioni della resa in granella e la concentrazione di nitrato aggiunto al terreno. Tracciando questi dati, vediamo che la relazione tra le due variabili è altamente non lineare e ci rendiamo conto che potrebbe essere difficile determinare un modello appropriato per i dati. Quindi sarebbe interessante scomporre i valori dei nitrati, creando una funzione a gradini per prevedere la resa del mais. Per fare ciò, lanciamo semplicemente il componente aggiuntivo Supervised Binning e specificiamo la colonna "yield" come Response e la colonna "nitrate" come la Explanatory Variable.
Il componente aggiuntivo aggiunge una versione compressa della colonna nitrato alla tabella dati originale. Questa nuova colonna, "nitrato", è una colonna categoriale a quattro livelli in cui ogni livello rappresenta un diverso intervallo di valori di nitrati. Ad esempio, il primo bin rappresenta le osservazioni in cui il livello di nitrato è inferiore o uguale a 10,58. Ora possiamo usare la colonna binata (nel modello Fit Model o Fit Y by X) per prevedere la resa. La figura seguente mette a confronto la funzione di previsione abbinata con un modello quadratico disgiunto per la previsione della resa. Il modello con binned è più semplice da interpretare rispetto al modello non lineare e presenta un errore quadratico medio inferiore.
L'esempio di mais è utile per vedere come funziona il predittore di binning per un semplice esempio, ma il binning è anche molto utile quando si costruiscono modelli più complicati. Ad esempio, potremmo esaminare i dati di Boston Housing dalla cartella dei dati di esempio JMP. Qui stiamo cercando di prevedere i valori della casa mediana usando una varietà di caratteristiche di ogni città. Supponiamo di voler utilizzare tutti i dati disponibili per costruire un modello lineare, ma abbiamo motivo di ritenere che molti dei predittori abbiano una relazione non lineare con il valore della casa. Ad esempio, forse crediamo che i valori domestici siano relativamente costanti per bassi tassi di criminalità, ma calano drasticamente al di sopra di un certo tasso di criminalità. Potremmo formulare argomenti simili per giustificare il binning della colonna "rooms". Possiamo usare il componente aggiuntivo Supervised Binning per catalogare le colonne "crim" e "rooms", nonché tutte le altre colonne che potrebbero sembrare appropriate.
Il componente aggiuntivo interrompe la colonna "crim" in 10 categorie distinte. Una volta che il tasso di criminalità pro capite è superiore a 2.0, i valori iniziali iniziano a calare rapidamente. Ora possiamo usare una combinazione delle nostre colonne binning e delle rimanenti colonne continue per costruire un modello con capacità potenzialmente predittive (si spera!) Molto meglio di un modello costruito con le colonne originali.
Quindi, se ti sei mai ritrovato a voler bin o discretizzare i tuoi predittori continui, potresti provare il componente aggiuntivo Supervised Binning. È possibile trovare questo componente aggiuntivo come parte del Componente aggiuntivo Predictor Binning su Scambio file JMP.
Ciao Clay,
Stiamo cercando di utilizzare il componente aggiuntivo "Binning for Contininous Predictors", l'elemento non supervisionato funziona correttamente, ma stiamo riscontrando problemi con il metodo supervisionato. Dopo aver scelto una variabile di risposta e una variabile esplicativa e aver fatto clic su OK, nulla sembra accadere. Stiamo usando JMP 12.2 (64 bit). Hai qualche suggerimento?
Clay Barker ha scritto:
Ciao Sandeep,
Sfortunatamente è difficile indovinare perché potrebbe non funzionare per i tuoi dati. La mia ipotesi è che dovrebbe funzionare in 11, è più probabile che qualcosa sui tuoi dati abbia rivelato un bug nel componente aggiuntivo. Cose come le righe escluse o i valori mancanti potrebbero far scattare il componente aggiuntivo.
Grazie,
Argilla
sandeep pawar ha scritto:
Sembrava funzionare sui dati di Boston Housing ... non so perché non avrebbe funzionato sui miei dati
sandeep pawar ha scritto:
Sto usando JMP Pro 11. Ho eseguito l'addin ma non è successo niente. Nessuna nuova colonna è stata creata. Funziona in 11?
I tuoi dati sono troppo precisi? ha scritto:
[...] post ha descritto uno strumento di categorizzazione interattivo che è possibile utilizzare per eseguire manualmente questo tipo di binning. Un terzo esempio di binning consiste nell'utilizzare un approccio supervisionato, in cui i bin nel predittore vengono scelti in modo da massimizzare la capacità predittiva del [...]
