模型可視化？數據可視化在過去的幾年裡，我們已經獲得了很多有趣的書籍和會談，專注於提高我們的數據可視化技能。JMP自己的Xan Gregg最近談到了數據可視化分析說 ）。模型可視化只是將數據可視化應用於模型。
當我能夠“看到”模型時，我的信心和分享和解釋模型的能力也會提高。而Profiler是一個模型可視化工具 JMP 不要忽視，在這裡我將看一個特定類型模型的簡單數據圖，作為模型可視化的說明。
我工作的一個領域是醫療診斷（例如，某些情況的血液檢查）。我們通常從大量（比如1000）潛在的模型因素開始（通常稱為標記，如疾病，病症或狀態的生物標記），然後努力將這個數量減少到少數（比如10）構建可在實驗室設備上實施的算法（模型）的因素。
在整個過程中，我們有候選模型進行評估。ROC曲線和ROC曲線下面積（AUC）是評估此類診斷模型的一種標準方法。然而，儘管這些有用，但它們並不能說明整個故事。不同形狀的曲線可以具有相似的AUC，並且通常曲線的一個區域（例如，靈敏度高的地方）可能比整個曲線更具臨床意義。
除了ROC曲線，我發現使用數據點和小提琴圖（如下所示）通過模型結果繪製疾病狀態圖有助於評估和理解模型。該圖提供了模型可以如何很好地分離數據的感覺，並提供瞭如何立即轉變截止（用於區分正面和負面的值）影響診斷性能的直接感覺。
這樣的情節也有助於理解診斷測試是否可以作為三方測試更有用，您可以在其中確定負面信號和陽性受試者，但在進行臨床判斷之前，中間的受試者需要其他信息。。
模型可視化是我的模型構建策略的一個組成部分。你有最喜歡的模型可視化嗎？
運動中的數據 - 模型可視化中寫道：
[...] JMP博客為什麼模型可視化是模型構建不可或缺的[...]
西蒙沃爾頓中寫道：
一個偉大的帖子！可視化模型可能非常強大，而且很多研究人員對這個想法變得熱情很好。Vis不僅可以用於理解模型，還可以用於創建/改進模型，如您所提到的那樣。能夠調整參數並以交互方式可視化結果在某種程度上是聖杯。我們的vis組織去年在IEEE VizSec寫了一篇關於使用可視化分析進行模型開發（在網絡安全環境中）的論文： http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=7312767 。各個模型的可視化並不是重點 - 更多是在運營環境中管理模型的整個過程。
