검증 열 생성 플랫폼의 추가 예
이 예에서는 두 개의 절단점 검증 열을 비교합니다. 첫 번째는 절단점 열만 사용하여 생성되고 두 번째는 절단점 열과 배치 ID 열을 모두 사용하여 생성됩니다. 데이터는 미국 전역의 16개 기상 관측소에서 1년 동안 수집한 주간 기상 데이터입니다. 모든 기상 관측소가 매주(년 중)에 대한 주간 온도 측정값을 가지고 있는 것은 아닙니다. 각 기상 관측소에 대해 처음 60%의 관측값을 훈련에 사용하고, 다음 25% 관측값을 검증에 사용하고, 마지막 15% 관측값을 테스트에 사용하려고 합니다.
절단점을 사용하여 검증 열 생성
1. 도움말 > 샘플 데이터 폴더를 선택하고 Functional Data/Weekly Weather Data.jmp를 엽니다.
2. 분석 > 예측 모델링 > 검증 열 생성을 선택합니다.
3. Week of Year를 선택하고 절단점 열을 클릭합니다.
4. 확인을 클릭합니다.
5. "절단점 결정 기준" 옆의 목록에서 비율을 선택합니다.
6. "훈련 데이터 집합", "검증 데이터 집합" 및 "테스트 데이터 집합" 옆의 상자에 각각 "0.60", "0.25", "0.15"를 입력합니다.
7. "새 열 이름" 옆의 상자에 "Cutpoint Validation"을 입력합니다.
8. 시작을 클릭합니다.
"Cutpoint Validation"이라는 검증 열이 데이터 테이블에 추가됩니다.
9. 분석 > 테이블 생성을 선택합니다.
10. ID를 클릭하고 "행에 대한 놓기 영역"으로 드래그합니다.
11. Cutpoint Validation을 클릭하고 N 위로 드래그합니다.
12. 행 %를 클릭하고 셀 위로 드래그합니다.
그림 12.4 절단점 검증 열 비율
Figure 12.4에서는 일부 기상 관측소에서 제공하는 훈련, 검증 및 테스트 데이터 집합 비율이 정확하지 않음을 보여 줍니다. 정확한 백분율을 얻으려면 배치 ID 열을 사용합니다.
절단점과 배치 ID를 사용하여 검증 열 생성
1. 분석 > 예측 모델링 > 검증 열 생성을 선택합니다.
2. Week of Year를 선택하고 절단점 열을 클릭합니다.
3. ID를 선택하고 절단점 배치 ID를 클릭합니다.
4. 확인을 클릭합니다.
5. "절단점 결정 기준" 옆의 목록에서 비율을 선택합니다.
6. "훈련 데이터 집합", "검증 데이터 집합" 및 "테스트 데이터 집합" 옆의 상자에 각각 "0.60", "0.25", "0.15"를 입력합니다.
7. "새 열 이름" 옆의 상자에 "Cutpoint Batch Validation"을 입력합니다.
8. 시작을 클릭합니다.
"Cutpoint Batch Validation"이라는 검증 열이 데이터 테이블에 추가됩니다.
9. 분석 > 테이블 생성을 선택합니다.
10. ID를 클릭하고 "행에 대한 놓기 영역"으로 드래그합니다.
11. Cutpoint Batch Validation을 클릭하고 N 위로 드래그합니다.
12. 행 %를 클릭하고 셀 위로 드래그합니다.
그림 12.5 배치 ID 비율을 사용한 절단점 검증 열
Figure 12.5에서는 절단점 배치 ID 열을 사용하면 각 기상 관측소의 훈련, 검증 및 테스트 데이터 집합에 대한 비율이 지정된 값에 훨씬 가깝다는 것을 보여 줍니다.