启动“模型筛选”平台

要启动“模型筛选”平台，请选择分析 > 预测建模 > 模型筛选。

图 10.3 “模型筛选”启动窗口 

有关“选择列”红色小三角菜单中选项的详细信息，请参见《使用 JMP》中的“列过滤器”菜单。

Y，响应

您想要分析的一个或多个响应变量。

X，因子

预测变量。

权重

（不适用于“K 最近邻”、“支持向量机”或“神经”等建模平台。）一列，该列的数值为分析中的每一行都分配一个权重。

频数

（不适用于“K 最近邻”建模平台。）一列，列中的数值为分析中的每行分配一个频数。

验证

（若在启动窗口中选择了任何“交叉验证”选项，则不适用。）用于定义验证集的数值列。若在“选择列”列表中没有选择任何列的情况下点击“验证”按钮，您可以向数据表添加一个验证列。有关“生成验证列”实用工具的详细信息，请参见生成验证列。

注意：若指定的验证列具有三个以上的水平，则该列用于执行“K 折”交叉验证。

依据

一个或多个列，其水平定义不同的分析。对于指定列的每个水平，都使用您已经指定的其他变量分析相应行。结果显示在不同的报表中。若指定了多个“依据”变量，将为“依据”变量水平的每种可能组合生成单独的报表。

方法

支持您选择所需的建模平台。默认情况下，拟合的建模平台包括“决策树（分割）”、“Bootstrap 森林法”、“提升树”、“K 最近邻”、“神经”、“支持向量机”、“判别”、“拟合最小二乘法”、“逐步拟合”、“Logistic 回归”和“广义回归”。还提供“朴素 Bayes”、“偏最小二乘”和“XGBoost”等平台。

注意：

‒ JMP 不支持 XGBoost，只有在安装了 XGBoost 插件后才可用。有关 XGBoost 的详细信息，请参见 https://community.jmp.com。

‒ “决策树（分割）”、“判别”和“偏最小二乘”都需要某种类型的验证集来拟合模型。

‒ 若一个验证集中的观测数少于 20 个，则无法拟合“决策树（分割）”模型。

‒ 建模平台在模型拟合中使用默认选项。您可以尝试通过直接调用平台并选择不同选项来改善拟合效果，从而绕过默认选项生成的效果。

选项

提供其他选项。

删除活动报表

不包括“模型筛选”报表窗口中的单个模型平台报表。

提示：选择该选项可在许多方法和拟合出现较大问题时释放内存。

对数方法

在每次调用拟合平台时，向日志中写入进度消息。

每个拟合的时间限制

指定每个拟合的时间限值（以秒为单位）。对于支持提前停止的平台，可以提供至该点为止的最佳估计。对于不支持提前停止的平台，不提供任何结果。

设置随机种子

设置用于模型拟合例程的任何随机成分的随机种子。这样您就可以重新运行平台并获得相同的模型拟合。

已折叠交叉验证

提供用于多种交叉验证的选项。

K 折交叉验证

将数据随机分为 K 个部分或折。每个模型拟合数据 K 次，每次都有不同的折保留为交叉验证集。总共拟合 K 个模型。K 的默认值为 5。

‒ K 指定“K 折交叉验证”的折数。默认值为 5，且 K 必须大于 1。

嵌套交叉验证

将数据划分为嵌套的多折以进行交叉验证。首先，数据划分为 k = 1, ...，K 等分或 K 折。对于每折，第 k 折用作测试集，其余数据进一步划分为 L 等分。这些 L 子部分称为内折。然后，一个模型拟合数据 L 次，每次都有不同的内部折保留为交叉验证集。L 个模型之后使用第 k 折作为共同测试数据集。总之，一共拟合 K*L 个模型。K 的默认值为 4，且 L 的默认值为 5。

例如，设置 K=2 且 L =3。数据最初分为两折。第一折作为一个测试集保留，第二折分为 3 个内折。拟合三个数据模型，每次都有一个不同的内部折保留为交叉验证集。然后，在第一折上检验全部三个模型。

接着将第二折作为一个测试集保留，第一折分为 3 个内折。拟合三个数据模型，每次都有一个不同的内部折保留为交叉验证集。然后，在第二折上检验全部三个模型。

‒ K 指定“嵌套交叉验证”的折数。默认值为 4，且 K 必须大于 1。

‒ L 指定“嵌套交叉验证”的内折数。默认值为 5，且 K 必须大于 1。

注意：若同时选定“K 折交叉验证”和“嵌套交叉验证”，则执行“嵌套交叉验证”。

重复 K 折

指定“K 折交叉验证”或“嵌套交叉验证”过程重复的次数。

建模选项

提供用于平台建模的其他选项。

添加双因子交互作用

向线性模型添加双因子交互作用效应。

添加二次项

将连续变量平方的效应添加到线性建模。

信息性缺失

为所有平台启用信息性缺失。

其他方法

在“广义回归”平台中调用其他几种方法，如、“岭”、“弹性网络”和“Lasso”。请参见广义回归模型。

警告：这会导致其他模型拟合。

点击“确定”后，拟合指定模型并显示一组进度条。上部进度条报告所有拟合的进度。下部进度条报告当前单个模型拟合的进度。您可以停止下部进度条实施提前停止，而上部进度条将继续运行。