Ensemble Modeling in JMP

[#1]

Ensemble Models.mp4

Video Player is loading.

Play Video

Play

Mute

Current Time 0:00

/

Duration 0:00

Loaded: 0%

0:00

Stream Type LIVE

Seek to live, currently behind liveLIVE

Remaining Time -0:00

1x

Playback Rate

Chapters

• Chapters

Descriptions

• descriptions off, selected

Captions

• captions settings, opens captions settings dialog
• captions off, selected

Audio Track

Picture-in-PictureFullscreen

This is a modal window.

Beginning of dialog window. Escape will cancel and close the window.

Text

ColorWhiteBlackRedGreenBlueYellowMagentaCyanTransparencyOpaqueSemi-Transparent

Background

ColorBlackWhiteRedGreenBlueYellowMagentaCyanTransparencyOpaqueSemi-TransparentTransparent

Window

ColorBlackWhiteRedGreenBlueYellowMagentaCyanTransparencyTransparentSemi-TransparentOpaque

Font Size

50%75%100%125%150%175%200%300%400%

Text Edge Style

NoneRaisedDepressedUniformDropshadow

Font Family

Proportional Sans-SerifMonospace Sans-SerifProportional SerifMonospace SerifCasualScriptSmall Caps

Reset restore all settings to the default valuesDone

Close Modal Dialog

End of dialog window.

Close Modal Dialog

This is a modal window. This modal can be closed by pressing the Escape key or activating the close button.

Model Screening 플랫폼을 사용하여 JMP 16 Pro에서 앙상블 모델(모델의 모델)을 만드는 방법을 알아보세요.앙상블 모델은 종종 개별 모델보다 더 나은 예측 변수입니다.

Ensemble Model Set-Up Options

1. 최상의 모델을 선택하기 위해 여러 모델을 빌드합니다. 분석>예측 모델> 모델 스크리닝.
   1. 요인 및 반응을 추가하고 유효성 검사 열을 포함합니다.
   2. 방법, 옵션, 접힌 통합 및 모델링 옵션을 선택하고 선택합니다.
   3. 확인을 클릭합니다.
   4. 방법 평가 보고서에서 결정계수 값을 사용하여 결과를 검토하고 비교합니다.
   5. 앙상블 모델을 구축하기 위해 몇 가지 좋은 모델을 선택하십시오.
   6. 빨간색 삼각형에서 빠른 수식을 저장하여 모델 값을 데이터 테이블에 추가합니다.
2. 앙상블 모델 구축 - 분석>예측 모델>모델을 선택하고 모델 및 예측 Y를 요인으로 사용합니다.유효성 검사 열도 포함합니다.
3. 앙상블 모델의 R-제곱을 개별 모델 R-제곱과 비교합니다.  

Ensemble Model Results

[dale_lehman]

멋지고 간결한 소개.그런데 자동으로 모델 평균화를 수행할 수 있는 모델 비교 옵션을 사용하지 않은 이유가 궁금합니다.대신 다양한 모델 예측을 사용하여 신경망을 구축했습니다.평균화가 앙상블 모델을 구축하는 좋은 방법인지 아닌지에 대한 지침을 제공할 수 있습니까?

Everyone's tags (2):

• JMP 16
• jmp pro

[Peter_Hersh]

@dale_lehman , 좋은 질문입니다.모델 평균화는 앙상블 모델링과 완전히 동일하지 않습니다.기본적인 차이점은 모델 평균화는 모든 모델 예측의 평균을 구한다는 것입니다.각 모델은 모델 평균에서 동일한 가중치를 갖습니다.이것은 일반적으로 더 견고한 모델과 때때로 더 나은 전체 모델로 이어지지만 항상 그런 것은 아닙니다.이것은 앙상블 모델링과 함께 사용하더라도 유효한 기술이며 가치가 있다고 생각합니다.앙상블 모델링을 통해 JMP는 본질적으로 더 정확한 예측에 가중치를 적용할 수 있습니다.Neural 플랫폼에서 여러 노드와 하이퍼볼릭 탄젠트 활성화 유형을 사용하는 경우 조금 더 복잡하지만 본질적으로 Ensemble 모델이 수행하는 작업입니다.

Everyone's tags (2):

• JMP 16
• jmp pro

[gail_massari]

앙상블 모델에 대한 추가 정보

Everyone's tags (2):

• JMP 16
• jmp pro