은닉층 구조
신경망 플랫폼은 층이 하나 또는 두 개인 신경망을 적합시킬 수 있습니다. 첫 번째 층의 노드 수를 늘리거나 두 번째 층을 추가하면 신경망이 더 유연해집니다. 각 층에 노드를 무제한으로 추가할 수 있습니다. 두 번째 층의 노드는 X 변수의 함수입니다. 첫 번째 층의 노드는 두 번째 층 노드의 함수입니다. Y 변수는 첫 번째 층 노드의 함수입니다.
참고: JMP Standard Edition에서는 TanH 활성 함수만 사용되며 하나의 은닉층이 있는 신경망만 적합시킬 수 있습니다.
주의: 층이 두 개인 신경망에서는 부스트를 사용할 수 없습니다. 두 번째 층에 0이 아닌 값을 지정하고 부스트도 지정하면 두 번째 층이 무시됩니다.
은닉층 노드에 적용되는 함수를 활성 함수라고 합니다. 활성 함수는 X 변수의 선형 결합을 변환한 것입니다. 다음 활성 함수를 사용할 수 있습니다.
TanH
쌍곡선 탄젠트 함수는 시그모이드 함수입니다. TanH는 값을 -1에서 1 사이로 변환하며 로지스틱 함수의 중심화 및 척도화된 버전입니다. 쌍곡선 탄젠트 함수는 다음과 같습니다.
여기서 x는 X 변수의 선형 결합입니다.
선형
항등 함수입니다. X 변수의 선형 결합이 변환되지 않습니다.
선형 활성 함수는 비선형 활성 함수 중 하나와 함께 사용되는 경우가 가장 흔합니다. 이 경우 선형 활성 함수가 두 번째 층에 배치되고 비선형 활성 함수가 첫 번째 층에 배치됩니다. 이 방법은 먼저 X 변수의 차원을 축소한 후 Y 변수에 대한 비선형 모형을 사용하려는 경우에 유용합니다.
연속형 Y 변수의 경우 선형 활성 함수만 사용하면 Y 변수의 모형이 X 변수의 선형 결합으로 축소됩니다. 명목형 또는 순서형 Y 변수의 경우에는 모형이 로지스틱 회귀로 축소됩니다.
가우시안
가우시안 함수입니다. 반응 표면이 가우시안(정규) 형상일 때 또는 방사 기저 함수 동작에 대해 이 옵션을 사용합니다. 가우시안 함수는 다음과 같습니다.
여기서 x는 X 변수의 선형 결합입니다.