我可以在 JMP 中查看 F 1 分数吗你好！ 我想知道在比较不同模型时是否可以在 JMP pro 中查看 F1 分数？
JMP 是否还提供模型的精确度或召回值？
非常感谢！！
回复：我可以在 JMP 中查看 F 1 分数吗F1 在模型比较下的决策阈值部分中报告。要使用它，您必须将预测公式保存到数据表中，然后运行分析 > 预测建模 > 模型比较。然后选择决策阈值在红色小三角形下面。
回复：我可以在 JMP 中查看 F 1 分数吗你好@奥列格,
@珍妮写道：
...在模型比较下没有找到精确度和召回率。 我想知道 JMP 是否有这些值。
JMP 在大多数平台上本身不具有这些值（自 JMP 16.2 版本起），并且@杜安·海耶斯2017 年回答，但可以根据当前提供的输出进行计算。
@珍妮写道：
据我了解，我们有时可能更关心精确或者不同情况下的召回率比错误分类率，对吗？ 。
是的，这是我的理解。
为此，
我附上了 JMP 中列公式计算的示例，其中使用我很容易找到的公式计算准确度、F1 分数、精度和召回率。 Precision 和 Recall 的值与@珍妮提供（另请参阅 Josh Starmer 博士的《StatQuest 机器学习图解指南！！！》第 144 页，© 2022）。准确度和 F1 分数的公式可以在此处以及其他地方找到（维基百科）： https://neptune.ai/blog/f1-score-accuracy-roc-auc-pr-auc 。此示例来自 VSSTeamData.jmp 示例数据文件，该文件是 JMP 免费在线应用统计课程的一部分， STIPS 。 计算结果与 JMP 在混淆矩阵输出中报告的内容一致，该混淆矩阵输出与此处生成并保存为已保存数据表脚本的分区模型相关联。
单击脚本名称旁边的绿色播放按钮可在打开 .jmp 数据表后重新生成模型。
我希望这些信息对你有用！- 帕特里克·朱利亚诺（ @JMP 技术支持）
回复：我可以在 JMP 中查看 F 1 分数吗嗨，伊恩，你要了一个公式。珍妮提供了一份。仍然没有解决方案，但该讨论的观看次数已超过 500 次。 所以，这个问题是有分量的。
回复：我可以在 JMP 中查看 F 1 分数吗任何人都可以对珍妮的回答提供清晰简洁的答案，而不是在这次讨论中发表意见吗？ 这不是博客。 提出问题，回答问题。 提前致谢。
回复：我可以在 JMP 中查看 F 1 分数吗F1 分数（以及其他流行的准确性衡量标准）因其在偏差下的表现而在机器学习社区的某些角落已被弃用。 请参考随附的文件，其中建议了接收者操作曲线和其他措施的实用性。
JMP 在某些平台中确实包含 ROC（和提升曲线）。
回复：我可以在 JMP 中查看 F 1 分数吗此类问题可以直接询问JMP 技术支持这样我们就可以参与其中。
对于该问题，当选择“ROC 曲线”菜单项时，JMP 会在 ROC 表中给出灵敏度和 1-特异性的测量值，以及真阳性、真阴性、假阳性和假阴性。F1没有具体列出，但是从描述来看，可以通过这些措施来计算。
回复：我可以在 JMP 中查看 F 1 分数吗一位智者曾经说过，“唯一稀缺的商品是时间”，我认为可以理解的是，社区依赖于众包知识（来自用户和 JMP 员工），如果依赖于小团体，就无法有效运作。
除了社区之外，还有官方支持渠道，任何获得 SAS 产品许可的人都可以使用。 一个关键的区别是，存在针对响应时间的服务级别协议，以及用于升级以获得令人满意的解决方案的内部流程。 这绝对是发现可疑错误的最佳机制，也是提出新功能请求的最佳机制。 此外，“我该怎么办？”问题，或“我习惯了软件 X，但无法在 JMP 中做同样的事情”问题也将得到解答，但会在这个更严格和可预测的框架内进行。
因此，对于错误和功能，或者如果社区似乎没有响应，我当然也会考虑这个频道。 而且，也许显而易见的是，它不一定是“一个或另一个”。 许多社区主题都指向支持轨道。
回复：我可以在 JMP 中查看 F 1 分数吗嗨伊恩，
我对你的回复有点惊讶。 在网络上搜索“F1 分数”、自我教育并以有意义的答案回复用户并不需要太多精力（尤其是对于 JMP 专家而言）。 此外，询问者提供了额外的信息，但从未得到有意义的支持。 这也令人惊讶。
您或任何其他具有适当专业知识的人是否可以帮助 JMP 社区解决这个问题？ F1成绩是逻辑回归（或任何具有名义响应的模型）和不平衡响应水平（真阴性明显多于真阳性）的关键度量。 不胜感激。 如前所述，维基百科详细描述了这些概念。
您提供的模型比较链接很详细，但似乎缺少 F1 分数计算。 我确信这可以手动完成，但是，如果 JMP 中缺少此功能，则应将其视为一项功能。 提前致谢。
回复：我可以在 JMP 中查看 F 1 分数吗你好！ 非常感谢你的回复。 F1 分数是测试准确性的衡量标准。 这是关于 F1 分数的 Wilipedia 链接。 https://en.wikipedia.org/wiki/F1_score
对于第二个问题，是的，我正在考虑预测值。
精确=真阳性/(真阳性+假阳性)
并回忆=真正的积极因素/(真正的积极因素+假阴性）
我在模型比较下没有找到精确度和召回率。 我想知道 JMP 是否有这些值。 据我了解，在不同情况下，我们有时可能更关心精确率或召回率，而不是错误分类率，对吧？
回复：我可以在 JMP 中查看 F 1 分数吗我假设你已经看过型号比较JMP Pro 中的平台。 不幸的是，我不熟悉“F1 分数”，所以您能提供更多详细信息或链接吗？ 关于第二个问题，您是否考虑了预测值以及其中的不确定性？
