预测和专业建模 > 神经网络 > 启动“神经”平台
发布日期: 04/13/2021

启动“神经”平台

要启动“神经”平台,请选择分析 > 预测建模 > 神经

启动“神经”平台需要执行两个步骤。第一步,在“神经”启动窗口中输入变量。第二步,在“模型启动”控制面板中指定选项。

“神经”启动窗口

使用“神经”启动窗口可指定 X 和 Y 变量、验证列,以及是否启用信息性缺失值编码。

图 3.3 “神经”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。指定多个响应时,这些响应的模型共享隐藏层中的所有参数(未连接到响应的那些参数)。

X,因子

预测变量。

频数

一列,该列的数值为分析中的每一行都分配一个频数。

验证

用于定义验证集的数值列。请参见验证方法。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

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。结果显示在单独的报表中。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。

信息性缺失

选中该框可启用缺失值的信息编码。该编码允许在包含缺失值的情况下估计预测模型。这在缺失数据可提供信息的情形中很有用。若未选中该选项,则忽略包含缺失值的行。

对于连续变量,缺失值将被该变量的均值取代。同时还会创建名为<列名>缺失的缺失值指示变量,并将其包括在模型中。若使用“模型启动”控制面板中的“变换协变量”拟合选项对变量进行了变换,缺失值将被变换后的变量的均值取代。

对于分类变量,缺失值被视为该变量的单独水平。

设置随机种子

设置拟合过程中使用的起始值的种子。若您要重现分析,“设置随机种子”很有用。若您设置一个随机种子并保存脚本,该种子将自动保存在脚本中。

“模型启动”控制面板

使用“模型启动”控制面板可指定验证方法、隐藏层的结构、是否使用梯度提升以及其他拟合选项。

图 3.4 “模型启动”控制面板 

验证方法

选择您想要用于模型验证的方法。请参见验证方法

随机种子

若您要在将来启动“神经”平台时重现验证分配,请指定非零数字随机种子。默认情况下,“随机种子”设置为零,即不生成可重现的结果。将分析保存到脚本中时,您输入的随机种子将保存到该脚本中。

隐藏层结构或隐藏节点数

指定每层中的每种类型的隐藏节点数。请参见隐藏层结构

注意:JMP 的标准版本仅使用 TanH 激活函数,只能拟合包含一个隐藏层的神经网络。

提升

指定有关梯度提升的选项。请参见提升

拟合选项

指定有关变量变换和模型拟合的选项。请参见拟合选项

执行

拟合神经网络模型并显示模型报表。

在点击执行拟合模型后,您可以重新打开“模型启动”控制面板并更改设置以便拟合其他模型。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).