Especifique a estratégia de valor ausente e as regras de parada para o Otimizador de resposta

Otimizador de resposta > Otimizador

Essas opções estão disponíveis para modelos de Random Forests^® , modelos MARS^® e modelos TreeNet^® .

Estratégia de Valor Ausente

Se as especificações incluírem Opções a consideração de valores ausentes, a estratégia de valor ausente afetará o funcionamento da pesquisa. Normalmente, Dinâmico funciona bem.

Dinâmico: A estratégia dinâmica usa uma estratégia adaptativa para encontrar uma solução ideal com ou sem valores ausentes. A estratégia dinâmica modela a probabilidade de falta para variáveis preditoras individuais que tinham valores ausentes nos dados de treinamento. A probabilidade de errar depende da conveniência das soluções candidatas na pesquisa. Por exemplo, suponha que a solução ideal ocorra quando X1 está ausente, X2 = -1,5, X3 está ausente e X4 é um de {"vermelho", "azul", "verde"}. Então, à medida que o otimizador pesquisa, o algoritmo tende a aumentar a probabilidade de que X1 e X3 estejam ausentes quando X2 se aproxima de -1,5 e X4 é um de {"vermelho", "azul", "verde"}.
Heurística: A estratégia heurística usa um procedimento pré-fabricado para encontrar uma solução ótima com ou sem valores ausentes. Considere o procedimento heurístico quando a estratégia dinâmica consome muitos recursos de computação.

Regras de parada

Especifique quando interromper a busca por uma solução ideal. Idealmente, a pesquisa encontra uma solução com desejabilidade de 1 e os valores dos preditores são satisfatórios. Normalmente, você prolonga a pesquisa para tentar encontrar uma solução com maior desejabilidade.

O tempo em minutos excede: Aumente o tempo para tentar mais soluções. Insira um valor de 0 ou superior.
Valores pequenos permitem que você obtenha uma solução rapidamente, como se você quisesse mostrar a saída da amostra, mas não precisasse de uma solução com alta desejabilidade. Por exemplo, um valor de 0 fornece uma solução desde a primeira iteração.
Observação
No aplicativo Web, 29 é o valor máximo.
As iterações excedem: Normalmente, você define um tempo em vez de um número de iterações porque o tempo para concluir um número de iterações varia de conjunto de dados para conjunto de dados. Especifique um número maior de iterações para tentar mais soluções.
Valores pequenos permitem que você obtenha uma solução rapidamente, como se você quisesse mostrar a saída da amostra, mas não precisasse de uma solução com alta desejabilidade. Por exemplo, um valor de 0 fornece uma solução desde a primeira iteração.

A desejabilidade composta é maior ou igual a: Idealmente, a pesquisa encontra uma solução com desejabilidade de 1 e os valores dos preditores são satisfatórios.; Selecione esta opção e diminua o valor de 1 para tentar encurtar a pesquisa. A pesquisa é concluída na primeira iteração, onde pelo menos 1 solução tem a desejabilidade mínima.; Desmarque essa opção para estender a pesquisa até que ela atinja o limite para o tempo ou para o número de iterações. A busca continua mesmo que muitas soluções atinjam o desejo mínimo. Normalmente, você desmarca essa opção para ver soluções com mais variação nos valores dos preditores.

Especifique a estratégia de valor ausente e as regras de parada para o Otimizador de resposta

Estratégia de Valor Ausente

Regras de parada

Observação