The arboretum procedure


§ PROC DMNEURL: Approximation to PROC NEURAL



Yüklə 3,07 Mb.

səhifə53/148
tarix30.04.2018
ölçüsü3,07 Mb.
1   ...   49   50   51   52   53   54   55   56   ...   148

12

§

PROC DMNEURL: Approximation to PROC NEURAL



Even though accuracy did not improve, the SSE value still dropped from 710 to 703

during the last stage.



Goodness-of-Fit Criteria (Ordered by SSE, Stage 4)

Run

Activation

SSE

RMSE

Accuracy

1

SQUARE

702.89979

0.343418

83.724832

8

EXP

703.29556

0.343515

83.691275

3

ARCTAN

705.24309

0.343990

83.775168

6

SIN

705.50816

0.344055

83.691275

2

TANH

705.63451

0.344086

83.708054

4

LOGIST

705.73259

0.344110

83.708054

7

COS

707.29243

0.344490

83.842282

5

GAUSS

708.65994

0.344823

83.791946

The following summary table shows the improvements in SSE and Accuracy rates

across the 5 stages:

Summary Table Across Stages

Stage Activation Link

SSE

RMSE

Accuracy

AIC

0 SQUARE

IDENT__702.8998_0.34342_83.72483_-11740'>IDENT__741.9776_0.35284_83.28859_-12018__2_SQUARE'>LOGIST 805.1902 0.36756 81.61074 -11730

1 SQUARE

IDENT

741.9776 0.35284 83.28859 -12018

2 SQUARE

IDENT

721.1185 0.34784 83.47315 -11988

3 SIN

IDENT

709.7786 0.34510 83.79195 -11882

4 SQUARE

IDENT

702.8998 0.34342 83.72483 -11740

All 40 optimizations were very efficient with about 5 iterations per optimization and

less than 10 function calls per optimization:

*** Total Number of Runs through Data :

27

*** Total Number of NL Optimizations

:

40

*** Total Number of Iterations in NLP :

219

*** Total Number Function Calls in NLP:

392

In this application those solutions were selected which had the smallest Sum-of-

Squares Error. By specifying the selcrit=acc option we can instead select the so-

lutions with the largest accuracy rate:



proc dmneurl data=dmdbout dmdbcat=outcat

outclass=oclass outest=estout out=dsout outfit=ofit

ptable maxcomp=3 maxstage=5 selcrit=acc;

var LOAN MORTDUE VALUE REASON JOB YOJ DEROG DELINQ

CLAGE NINQ CLNO DEBTINC;

target BAD;

run;


Purpose of PROC DMNEURL

§

13



The following output only shows the summary table. For this example, the total ac-

curacy was slightly increased in all stages except the second. However, this behavior

must not always be true for other examples.

Summary Table Across Stages

Stage Activation Link

SSE

RMSE

Accuracy

AIC

0 ARCTAN

LOGIST 805.8911 0.36772 81.77852 -11725

1 SQUARE

IDENT

746.6223 0.35394 83.27181 -11981

2 LOGIST

IDENT

730.7282 0.35015 83.85906 -11909

3 EXP

IDENT

714.0782 0.34614 84.02685 -11846

4 COS

IDENT

711.5807 0.34553 83.97651 -11667

Application: HMEQ Data Set:

Interval Target LOAN

Now we show the specification and results of PROC DMNEURL for the interval

target LOAN. First we have to obtain the DMDB data set and catalog from the raw

data set:



libname sampsio ’/sas/a612/dmine/sampsio’;

proc dmdb batch data=sampsio.hmeq out=dmdbout dmdbcat=outcat;

var LOAN MORTDUE VALUE YOJ DELINQ CLAGE NINQ CLNO DEBTINC;

class BAD(ASC) REASON(ASC) JOB(ASC) DEROG(ASC);

target LOAN;

run;

The PROC DMNEURL call is very similar, but here 5 stages with each 3 components

(

Ô

) are specified:



proc dmneurl data=dmdbout dmdbcat=outcat

outclass=oclass outest=estout out=dsout outfit=ofit

ptable maxcomp=3 maxstage=6;

var BAD MORTDUE VALUE REASON JOB YOJ DEROG DELINQ

CLAGE NINQ CLNO DEBTINC;

target LOAN;

run;

The link function for interval target is by default specified as the identity:



The DMNEURL Procedure

Interval Target

LOAN

Number Observations

5960

NOBS w/o Missing Target

5960

Target Range

[ 1100, 89900]

Link Function

IDENT

Selection Criterion

SSE

Optimization Criterion

SSE




Dostları ilə paylaş:
1   ...   49   50   51   52   53   54   55   56   ...   148


Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©genderi.org 2017
rəhbərliyinə müraciət

    Ana səhifə