Aufgeräumtes Modellieren mit R

Kapitel 15. Viele Modelle prüfen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In Kapitel 7 haben wir Workflow-Sets vorgestellt und in Kapitel 11 gezeigt, wie man sie mit neu abgetasteten Datensätzen verwendet. In diesem Kapitel gehen wir näher auf diese Workflowsets für die Mehrfachmodellierung ein und beschreiben einen Anwendungsfall, bei dem sie hilfreich sein können.

Bei Projekten mit neuen Datensätzen, die noch nicht gut erforscht sind, muss ein Datenexperte möglicherweise viele Kombinationen von Modellen und Präprozessoren prüfen. In der Regel weiß man a priori nicht, welche Methode für einen neuen Datensatz am besten geeignet ist.

Hinweis

Eine gute Strategie ist es, zunächst verschiedene Modellierungsansätze auszuprobieren, um herauszufinden, was am besten funktioniert, und dann weitere Zeit in die Optimierung einer kleinen Gruppe von Modellen zu investieren.

Workflow-Sets bieten eine Benutzeroberfläche, um diesen Prozess zu erstellen und zu verwalten. Wir zeigen dir auch, wie du diese Modelle mit den später in diesem Kapitel beschriebenen Rennmethoden effizient auswerten kannst.

Modellierung der Festigkeit von Betonmischungen

Um zu zeigen, wie man mehrere Modell-Workflows überprüft, verwenden wir als Beispiel die Betonmischungsdaten aus Applied Predictive Modeling (Kuhn und Johnson 2013). In Kapitel 10 dieses Buches wurden Modelle zur Vorhersage der Druckfestigkeit von Betonmischungen ...