你好
我希望在这个充满不确定性的时代，每个人都过得不错
这是我的第一个应用程序尝试使用JMP和Python之间的连接来处理没有JMP Pro的复杂机器学习算法。
该应用程序的目的是启动一个用jsl编码的图形用户界面，并将该界面与“ XGBoost”机器学习API相连。
我已经实现了对3种类型的验证方案进行工作的可能性：保持/交叉验证/网格搜索。回归和分类都基于很少的目标和经典指标进行开发
培训结束时，会在报告/验证集或均值/标准开发者上提供带有指标值的报告，以进行交叉验证。在进行网格搜索训练的情况下，将为报告提供最佳的超参数结果。也可以导出python模型以预测新数据，而无需再次训练模型（但应在python环境中完成）
我希望它对所有人都适用，我不是专业的软件工程师，并且该应用程序主要是在深夜会议中开发的，但是在所有经过测试的配置下，该计算机上的设置似乎都可以：
脾气暴躁的1.18.1
熊猫1.0.0
Scikitlearn 0.22.1
XGBoost 0.90
和JMP 15.1（英语，我没有其他语言的支票…）
然后，在使用该应用之前，您应该检查JMP是否可以使用Python处理该链接。实际上，将Python连接到JMP并不是很简单，我建议您在遇到问题时联系JMP的支持，因为从我的角度来看，这种集成对于用户来说是一场噩梦（在我的情况下，很多JMP崩溃而没有任何警告或错误消息，直到我成功使它工作）
