Miglioramenti della piattaforma Cluster VariablesHo appena terminato una chiamata con un cliente (Nvidia) e questa idea è nata durante la chiamata.Il cliente ha chiesto come utilizzare JMP per identificare i test con risultati di test simili (pass/fail).Il datatable è composto da molti test come le colonne e diversi chip GPU testati come righe con un indicatore 0/1 di pass/fail per un determinato test.
Ha mostrato al cliente la piattaforma Cluster Variables che li ha entusiasmati perché ha fatto esattamente quello che voleva, ad es. identificare i test con risultati simili in modo che possano rimuovere i test ridondanti e ridurre i tempi di test senza influire sulla qualità.C'erano tuttavia un paio di caratteristiche chiave che avrebbero reso questa piattaforma molto più utilizzabile per questo tipo di applicazioni.
1. La piattaforma deve consentire di separare un membro da un cluster e ricalcolare la metrica "Proporzione di variazione spiegata dal clustering".Ad esempio, dovresti essere in grado di fare clic con il pulsante destro del mouse sul rapporto Membri del cluster per farlo.Dovresti farlo per le colonne che hanno correlazioni deboli all'interno del cluster assegnato.Per l'applicazione di cui sopra, ciò significherebbe mantenere i test con correlazioni deboli nel loro cluster nel flusso di test del chip a semiconduttore.
2. Dovresti essere in grado di definire un valore target per la metrica "Proporzione di variazione spiegata dal clustering" e JMP calcolerà il numero minimo di cluster necessari per raggiungere questo obiettivo e ti fornirà un grafico di POVEBC rispetto al conteggio dei cluster.Aiuterebbe l'ingegnere di test a identificare quanti test sono necessari per acquisire una certa percentuale di tutti i guasti.
Statistiche e analisiRe: Miglioramenti alla piattaforma Cluster Variables@mzwald ,
Mi piace questa idea. Lo stesso potrebbe essere applicato anche alla PCA.
Penso che per 1, potresti usare l'esclusione per quel membro o membri e vedere se questo aiuta.
