「Bayes最適化」プラットフォームの例
「Bayes最適化」プラットフォームによって、次の追加実験で調べるべき因子の組み合わせの集合が求まります。
1. ［ヘルプ］>［サンプルデータフォルダ］を選択し、「Tiretread.jmp」を開きます。
2. ［分析］>［発展的なモデル］>［Bayes最適化］を選択します。
3. 「摩擦」・「引張応力」・「伸び」・「硬度」を選択し、［Y］をクリックします。
4. 「シリカ」・「シラン」・「硫黄」を選択し、［X］をクリックします。
5. 「自動選択するバッチ実験回数」の横に「10」と入力します。
デフォルトでは、［OK］をクリックすると、追加実験の候補が一様乱数（準乱数もしくは疑似乱数）により生成され、その候補からいくつかの実験が自動的に選択されます。ここで「10」と指定すると、その候補から10回の実験（10組の因子の組み合わせ）が選択されます。
6. 「詳細オプション」の横にあるグレーの三角ボタンをクリックします。
7. 「モデルに基づく選択に切り替えるR2乗閾値」の横に「0.5」と入力します。
8. ［OK］をクリックします。
図18.2 診断統計量
［モデルの要約］タブには、各応答変数に対するGauss過程モデルの診断統計量が含まれています。応答変数「引張応力」において、「1つ取って置き法 R2乗」の値が赤く表示されています。このように赤くなっているのは、起動ウィンドウで指定した閾値である「0.50」よりも、1つ取って置き法R2乗値「0.3437」が小さくなっているためです。この例の自動モードでは、Space Filling探索により追加実験が決められています。いずれか1つのモデルにおいて「1つ取って置き法 R2乗」が、起動ダイアログで指定した閾値よりも小さい場合には、Space Filling探索により追加実験が決められます。
メモ: この例では自動モードを行っていますが、自動モードの時に使われる候補点集合がこの例に対してはJMP19.1より準乱数によって生成されるようになりました。
9. ［バッチの選択］タブをクリックします。
図18.3 Space Filling探索で自動選択されたバッチ実験
「現在のバッチ」には、Space Filling探索によって候補点集合から自動選択された実験が含まれています。10回の実験が選択されています。これは、起動ウィンドウにおいてバッチの実験回数として「10」を指定したからです。
10. ［テーブルの作成］をクリックします。
［テーブルの作成］をクリックすると、10回のバッチ実験が元のデータテーブルに追加されます。また、データテーブルには、「反復」列、「追加の理由」列、および追加実験を得た後に実行するためのスクリプトが作成されています。10回の実験を行った後、その追加実験結果のデータをデータテーブルに入力します。その後、「次バッチのBayes最適化」テーブルスクリプトを実行すると、次の分析が実行されます。応答が十分に最適化されるまで、こ追加実験および分析を繰り返します。