充分利用建模和多元分析（Weisz）JMP中的建模和多元平台使强大的分析技术触手可及。了解如何充分利用模型可视化和数据发现工具。本课程涵盖描述性和预测性建模，在您了解X和Y之间的关系时进行建模，以及使用多变量平台来了解X的结构。
建模角色
- 描述性模型：描述模式和趋势的合同数据
- 预测模型：使用模式和趋势对新数据进行预测
如果您知道模型表格...
如何在JMP Pro中建立预测模型和比较模型
- 当观测值小于1,000时，请使用K折交叉验证
- k折交叉验证
- k是数据的随机分区子集的数量
- 1个分区用于验证，k-1用于训练
- 重复该过程k次，将结果合并
- 如果n大于100，则K应该在5到10之间
- 如果n小于或等于100，则每k倍组中的样本数应约为1或2。因此，每个训练集都非常接近您的数据大小，并且仅保留几条记录以进行验证
- 如果n> 1,000，则使用简单或分层随机抽样进行训练，验证和测试数据分区。
培训，验证和测试数据分区
- 创建一个验证列（0,1，用于培训和验证。0,1,2-用于培训，验证和测试）
- 在Fit Model，Neural和Partition平台中使用Validation列
- 通常，不要训练超过一百万个观测值
- 至少使用30％的数据进行验证
- 对于稀有事件，请考虑对稀有观测值进行过度采样或加权，因此该模型不仅适合非稀有数据
- 比较R2，均方根误差（RASE）和平均绝对误差（AAE）
- 使用模型比较平台可视化和比较模型
具有共线性的构建模型
造型
