级别：中级SAS 首席分析顾问 Tony Cooper Sam Edgemon，SAS 首席分析顾问机器学习是关于创建预测模型。 如果目标（又名响应）是名义上的，那么一个好的模型将最大化真阳性并最小化假阳性。 设计的实验将使用许多相同的分析算法，但重点是因果关系和成功的适当秘诀。 JMP 用户可能更习惯这种范式，并且经常查看模型并问：“为什么预测值这么高？ 我们如何改进它？ 企业有什么重要的？”这些问题要求预测模型具有解释性，因此很难回答；变量范围受限和多重共线性等问题可能会导致难以从预测模型转变为解释模型。 此外，模型的数字摘要不鼓励主题专家提出问题。 可以忽略预测模型和根本原因分析之间的差异；但是我们知道相关性并不意味着因果关系。 在推动高级建模技术的过程中，解释数据的艺术正在迷失。 JMP 中不起眼的 Profiler 是让模型说话的强大工具。 该演示文稿提醒我们，即使对于数据挖掘者，Profiler 和 Graph Builder 也会有所作为。
非常感谢
我将数据的 v3 添加为附件。 它似乎类似于我找不到的 v2。 感谢您让我知道数据不存在
乔托尼
在哪里可以找到您的演示文稿中使用的 jmp 文件 (Current_BetweenBatchDataV2.jmp)？
谢谢菲利斯
