模型篩選平台：“決策閾值分析器”下的“記住設置”選項我非常喜歡JMP中“分析”>“預測性建模”>“模型篩選”下的新“模型篩選”平台選項，如以下參考所示： https://community.jmp.com/t5/JMP-Blog/Model-Screening-in-JMP-Pro-16/bc-p/384039#M4078 。
我認為一個對我特別有用的功能-在此示例的上下文中-在我在JMP的某些平台（例如Analyze> Fit Model）中指定擬合模型時，將類似於Prediction Profiler的選項-記住設置”，這樣我就可以有效地在不同的權衡方案之間“切換”，以實現誤報率和誤報率。
我特別感興趣的方案是選擇“分析”決策閾值概率上的級別設置，以便調整模型以最大程度地減少假陰性，而以增加假陽性的潛在代價為重點。從質量風險的角度（以更高的製造廢料為代價保護最終用戶），可以容忍更高的錯誤警報。
這是一張圖片，它說明了我在說什麼（只是在Y的X的輸入設置的各種組合中選擇了“記住設置”之後，在預測分析器下從Fit Model Platform的普通模型“記住設置”輸出，相同糖尿病樣本數據集示例）：
謝謝！
其他統計與分析回复：模型篩選平台：決策閾值分析器下的“記住設置”選項我希望澄清這一願望：您是否希望將相同的閾值概率應用於所有模型，還是要為每個模型記住和比較某個“最佳”閾值？如果是前者，我認為這是一個壞主意。概率分佈在各個模型中差異很大，因此可能為不同的模型選擇不同的閾值。如果是後者，那麼我不確定如何實現（但是我喜歡這個想法）。它不能是自動的，例如將誤報率降至最低，因為這只會將閾值概率設置為0。因此，需要允許您根據權衡方式為每個模型選擇不同的閾值-也許這可以與利潤矩陣結合使用（儘管我發現很難使用利潤矩陣）。
有一個簡單的滑塊可以更改所有模型的閾值並顯示混淆矩陣，這對我來說不是很有用。 我認為這會給相對模型性能帶來錯覺-我真的不在乎一個模型是否要求閾值0.15，另一個模型是否要求閾值0.30-我關心的是如何使用每個模型進行預測。
