功能數據資源管理器我有一個客戶試圖使用FDE來確定他們隨時間測量的審查數據是否“典型”。 他們希望使用FDE來創建FPC，並使用這些FPC來判斷運行是否典型，並通過為FPC創建規範來標記非典型的運行。 他們不希望模型使用新數據進行更新，只是為了使用當前模型分析數據並為新數據創建FPC。 通過將新數據作為驗證數據，這似乎工作得很好，但問題是模型必須“重新運行”舊數據，這需要相當多的計算能力和時間，因為模型運行得非常好對他們來說是一個有400個節點的p-sline模型。
有沒有人知道如何保存功能主體組件的樣條公式，而不必每次都通過FDE重新運行模型？
沿著這些方向，是否有一種方法可以保存已經過清潔步驟，對齊和轉換步驟的數據？
另一個警告的話我不建議在下降大小的數據集的現場演示中運行p樣條。 大約15分鐘後，當客戶在16GB機器上查看~500,000行數據時，JMP崩潰了。
回复：功能數據資源管理器遺憾的是，我們沒有辦法保存模型擬合，因此每次都需要重新調整。在14.1中，我們將能夠使用關聯的JSL函數保存預測公式，這將允許用戶更好地探索與Profiler匹配的模型。這也將允許使用FPC分數進行功能重建。但是，如果不重新擬合原始模型，這仍然無法提供直接評分新功能的方法。
用戶可以探索用於進行這些預測的其他技術，例如使用函數的一些觀察方面為FPC創建預測公式。那麼，14.1中的公式肯定會幫助他們而不是理想的解決方案。
為了保存數據，您可以使用頂級RTM選項“保存數據”來執行此操作。在擬合模型後，用戶還可以“保存數據”以查看建模的響應（Y）值（來自模型RTM）。
此外，如果你有任何崩潰報告我們可以看看請發送給他們！
