在维数灾难下的非对称数据集的数据挖掘
查找大而嘈杂的数据集最有影响力的半导体产量预测指标 FAB
介绍：
半导体制造是最技术和高度复杂的制造工艺之一。由于大量的工艺步骤和大量的传感器，这个行业正面临着大量的数据。除了大量的生产数据外，通过和失败部件的不平衡使得该数据集难以分析。
由于大量制造变量的影响，当时一个变量的标准技术可能会失败，因此数据数量如此之多。
数据本身没用。为了有用，必须将其转换为可操作的信息，以提高产量和产品质量。
这是机器学习（ML）。
为了避免模型过度拟合问题，也需要减少样本维数。换句话说，为了增加可用数据的信噪比，我们需要在应用任何ML模型之前减少特征数。一旦从数据库中提取出有趣的模式，它们将通过工程师的经验进行验证。
整个过程已经使用JMP13 JSL功能实现
