Mejoras en la plataforma de variables de clústerAcabo de hablar con un cliente (Nvidia) y esta idea surgió durante la llamada.El cliente preguntó cómo usar JMP para identificar pruebas con resultados de prueba similares (aprobado/no aprobado).La tabla de datos tiene muchas pruebas como columnas y diferentes chips de GPU que se prueban como filas con un indicador 0/1 de aprobación/rechazo para una prueba determinada.
Le mostré al cliente la plataforma de variables de clúster que los entusiasmó mucho, ya que hizo exactamente lo que querían, es decir. identifique las pruebas con resultados similares para que puedan eliminar las pruebas redundantes y reducir el tiempo de prueba sin afectar la calidad.Sin embargo, hubo un par de características clave que habrían hecho que esta plataforma fuera mucho más útil para este tipo de aplicación.
1. La plataforma debe permitirle desagrupar a un miembro de un grupo y volver a calcular la métrica "Proporción de variación explicada por el agrupamiento".Por ejemplo, debería poder hacer clic con el botón derecho en el informe Miembros del clúster para hacer esto.Le gustaría hacer esto para las columnas que tienen correlaciones débiles dentro de su grupo asignado.Para la aplicación anterior, esto significaría mantener las pruebas con correlaciones débiles en su grupo en el flujo de prueba del chip semiconductor.
2. Debería poder definir un valor objetivo para la métrica "Proporción de variación explicada por el agrupamiento" y JMP calcularía la cantidad mínima de clústeres necesarios para lograrlo y le brindaría un gráfico de POVEBC versus el recuento de clústeres.Esto ayudaría al ingeniero de pruebas a identificar cuántas pruebas son necesarias para capturar un cierto porcentaje de todas las fallas.
Estadísticas y AnalíticaRe: Mejoras en la plataforma de variables de clúster@mzwald ,
Me gusta esta idea. Lo mismo podría aplicarse a PCA también.
Creo que para 1, podría usar excluir para ese miembro o miembros y ver si eso ayuda.
