交叉验证

Design Manager中,在获得整个设计空间的替代函数之前,必须先通过在设计研究中运行设计生成样本数据。根据在这些真实模拟中生成的样本数据,使用指定的替代类型计算替代函数。计算替代后,可以使用交叉验证来评估替代的质量,以预测未知的响应值。

交叉验证通过以下方法评估预测精度,即移除一些样本数据,将剩余数据与替代函数拟合,并将移除的数据用作测试约化替代的样本外数据。

下表概述了评估替代函数预测精度的方法:

1. 替代预测
替代类型 评估已知数据的替代模型拟合 评估未知数据的替代模型拟合
克里金

RBF

因为替代函数的结构定义了已知数据的精确拟合,交叉验证是评估预测精度的唯一方法。
  • 交叉验证
  • PRESS

相关系数 (R2) 始终等于 1均方根误差 (RMSE) 始终等于 0

  • 交叉验证
  • PRESS
最小二乘
  • 相关系数 (R2)
  • 均方根误差 (RMSE)
  • 调整的相关系数 (R2adj)
  • 交叉验证
  • PRESS

例如,如果有 m 个数据点,并且它们分为 k 个组,则每个组有 n = m k 个数据点。一个组用作训练数据,用于验证约化替代函数的拟合,该函数根据剩余的数据点计算。对于 i t h 数据点,预测残差 c v i 计算如下:

1. EQUATION_DISPLAY
c v i = y i y ^ i
(5173)
其中
  • y i i t h 数据点的真值。
  • y ^ i 为使用约化替代模型计算时的 i t h 数据点的预测值。

将为所有 m 数据点计算预测残差。均方误差 (MSE) 计算如下:

2. EQUATION_DISPLAY
M S E = 1 m i = 1 m ( c v i ) 2
(5174)

设计研究的交叉验证值是均方根误差 (RMSE):

3. EQUATION_DISPLAY
c v s t u d y = M S E
(5175)