混合了主成分分析(PCA)、准无限参数和预处理选项的材料验证模型非常复杂。每个模型都必须经过严格的构建、评估和验证,然后才能投入日常使用。通常,即使拥有丰富经验的人员也需要几天的时间才能完成。
Mira P简化了材料的验证。Mira P具有简短、明确的用户工作流程、直观的结果和简单的操作,是最简单的RMID工具之一。Mira Cal P的ModelExpert是您可靠的工具,ModelExpert可自动确定稳健方法开发的最佳模型参数。只需收集训练集和验证集数据,ModelExpert就会优化样本分析。使用Mira P和ModelExpert,即使是非技术用户也可以在很短的时间内获得更好的结果。
ModelExpert是一个集成到Mira Cal P中的函数,它使用用户提供的训练集和验证集样本优化模型参数。此例程迭代192个统计参数组合,以确保将最佳模型应用于客户采样。
ModelExpert充分体现了工作特征(ROC)曲线的优势。ROC曲线是评估机器学习模型的一个组成部分。ROC方法根据曲线下面积(AUC)得分对组合进行排名。除了剔除在给定置信区间内产生假阳性/阴性的组合外,ModelExpert排名还包括关于哪些组合表现优于其他组合的相关信息。
要使用ModelExpert功能,用户首先在Mira Cal P中创建一个新的训练集。ModelExpert位于菜单中的训练集下。选择ModelExpert后,软件会自动为给定数据运行所有可能的模型设置组合(例如,标准化、基线删除、主要组件),同时显示“查找模型设置”(图1)。
ModelExpert结果显示在弹出窗口中(图2)。此窗口汇总了生成的ModelExpert设置。可以生成PDF报告,其中包含有关模型设置、ROC曲线和验证样本以及相关p值的更多信息。选择“保存训练集”后,所有优化的模型参数都将应用于关联的训练集和验证集。