大家好，
这是一个帖子，旨在开始询问有关此外接程序的问题，并对问题和答案更加坦诚。
这是我的一般问题，与JMP Genomics有关（也正在获得此插件）：
- XGBoost应该解决的主要问题是什么？（例如，性能不佳的模型？处理稀疏数据很难用其他方法处理吗？准确性问题？）我读过它确实提高了建模速度，但还有什么要举个例子。
- 这如何应用于基因组数据？
- 什么是真正的利益（个人和企业利益）？目标是帮助SE向组织传达其为什么要在实施时间（和/或美元）上进行投资的好处。
- 对业务问题的影响和程度是什么？
- 在Kaggle之外，是否有人实施XGBoost，结果如何？
谢谢，
感谢克里斯提出这些。
1。XGBoost应该解决的主要问题是什么？（例如，性能不佳的模型？处理稀疏数据很难用其他方法处理吗？准确性问题？）我读过它确实提高了建模速度，但还有什么要举个例子。
XGBoost在很大程度上是一个非常好的通用预测模型平台；当前JMP Pro Boosted Tree平台的增强版本。 像Boosted Tree和Bootstrap Forest一样，它会产生可变的重要性统计数据，因此也可以在更多的解释性模式下使用，以确定最强的预测指标并消除最差的预测指标。 它会自动处理预测变量中的缺失数据，并具有针对所有常见Y目标的目标功能。 它相对较快，并且在安装时默认情况下应使用计算机上的所有内核，并且可以选择在Windows上使用NVIDIA GPU。该加载项随附两个基本示例和一个解释它们的文档。 借助JMP Pro中最先进的数据处理，清理和功能设计功能，它提供了一种强大的方式，无需编写代码即可对表格数据执行现代机器学习。
2。这如何应用于基因组数据？
XGBoost中没有与基因组数据集相关的特定内容，但是它可以很好地解决这些问题以及其他广泛的数据问题。 Luciano Silva（JMP基因组学开发人员）和我与一些当前最佳的基因组选择程序进行了一些比较（例如 基因组BLUP），它的效果通常一样好，但效果却不明显。
3。什么是真正的利益（个人和企业利益）？目标是帮助SE向组织传达其为什么要在实施时间（和/或美元）上进行投资的好处。
XGBoost最直接适用于可以被转换为预测问题的业务问题，尽管您也可以使用它来分析设计的实验中的数据。 它可以很好地扩展到更大的数据集。 对于新用户，需要进行一些学习以了解调整参数，并且我们添加了使用DOE来帮助调整这些参数的功能。 我们还在补充例行Make K-Fold Columns中以新颖的方式使用DOE来创建数据的最佳平衡拆分，以用于交叉验证。 有关附加值的完整列表，请参阅带有附加文件的文档JMP Pro带来了标准XGBoost功能。
4。对业务问题的影响和程度是什么？
高度取决于问题！有时，对系统的预测和理解的微小改进可能会产生很大的影响，而其他时候影响不大。
5，在Kaggle之外，是否有人实施XGBoost，结果如何？
我的理解是，许多组织已经在生产中成功实现了XGBoost模型，但是我没有任何好的参考资料。 在线上有很多关于XGBoost的讨论。 大多数人都从Python或R运行和部署XGBoost。有一个红色三角形选项可以保存Python代码，实际上这是用于从头开始交叉验证模型的完整代码。
致所有人：我们目前处于“早期采用者”模式，并且建立了一个新的JMP社区组。 Mia Stephens和Stephanie Mencia会为您提供帮助，我们已经收到一些出色的反馈。 如果您想添加到网上论坛，或者只是想尝试该加载项，请告诉我。
嗨，迈克，未来还有待确定，我们欢迎提出建议。 这是我们第一次在C ++级别将硬核第三方分析集成到JMP中，并且第一步，我们希望通过外接程序保持一定的距离和灵活性。 我严重怀疑这将成为任何一种新的JMP产品，但希望它能帮助提高JMP Pro的销量，并为我们提供有关分析软件正在发生的某些构造转变的宝贵见解。
讨论的另一点是：XGBoost拥有LGPL3许可证。 简短的是，我们不允许将其作为常规JMP软件的一部分进行嵌入式分发，以免我们必须向所有人免费提供JMP。 唯一的方法是让用户自愿下载包含此模块的软件包，并对自己遵守LGPL许可证承担个人责任。
布赖恩
