レベル：初心者
ダニエル・バレンテ、PhD、JMPシニアプロダクトマネージャー、SAS
ジョン・ワイズ、 SAS、セールスおよびマーケティング担当シニアバイスプレジデント
概要
多くの場合、JMPユーザーはインタラクティブなJMPセッションを経験しており、多くのウィンドウと分析レポートが一度に開かれたままになっています。 この「フローティングウィンドウモード」でJMPを使用することで機能する場合もありますが、タブ付きのインターフェイスを使用することが望ましい場合もあります。 ユーザーは、特定のファイルを分析プロジェクトに関連付けて、ホームウィンドウで提供される完全なリストを入手したくない場合もあります。 これらの理由から、JMP14でプロジェクトを作成しました。 プロジェクトは、JMPへのシングルドキュメントインターフェイス、タブ付きの再構成可能なワークスペース、ファイルをブックマークする場所、およびユーザーが開いているさまざまなウィンドウ、データテーブル、スクリプトなどを簡単にナビゲートできるウィンドウリストを提供します。また、.pdfsや.pptドキュメントなどのサポートファイルも起動します。 プロジェクトを使用すると、1つ以上の個別の分析アクティビティに関連する多くのファイルをすばやく開いたり閉じたりできます。また、並列プロジェクトを分離しておくために使用できるため、複数のJMPセッションを実行する必要がありません。 最後に、JMP 14のプロジェクトでは、アーカイブ機能を使用して作業を共有および共同作業する簡単な方法も提供できます。
JMPプロジェクトの概要
JMPのプロジェクトは、JMPでJMPを使用する際のデータテーブル、レポート、スクリプト、ジャーナル、および成果物を整理する方法です。 .txt、.ppt、.html、.xls、画像などの外部サポートファイルを、ネイティブJMPファイルの論理グループに関連付けられた適切なプロジェクトファイルに関連付けることもできます。
プロジェクトファイル自体（.jmpprj）はスタンドアロンファイルであり、ファイルを配置するためのコンテナとして機能するのではなく、ディスク上の他のアイテムを指します。 その結果、これにより、コンテナベースのプロジェクトの柔軟性と組織的な規律が得られると同時に、オペレーティングシステムでファイルを検索できるようになります。
JMPプロジェクトは、[ファイル]メニュー（[ファイル]> [新しいプロジェクト]）から作成されます。 新しいプロジェクトを作成すると、保存されていないプロジェクトがすぐに開き、JMPウィンドウとファイルを追加できるため、一時的なプロジェクトを簡単に作成できます。
JMPプロジェクトの例を図1に示します。 プロジェクトには、次の3つの主要なセクションが含まれます。
- ブックマークリスト：プロジェクトに関連付けるディスク上の物理ファイルへのリンク。 これは、ホームウィンドウから厳選されたリストのようなものです。 ブックマークは、個々のファイルへのリンク、フォルダーへのリンク（サブフォルダーを含め、内部にあるものを自動的に「監視」する）、およびグループにすることができ、ディスク上のファイルのフォルダー構造に影響を与えることなく、プロジェクト内のファイルに固有のローカル組織を提供します。 。
- ウィンドウリスト：開いているデータテーブルと、データテーブルに関連付けられたレポートおよびグラフの階層リスト。
- ワークスペース：スクリプト、グラフ、モデル出力、および現在メモリ内で開いているデータテーブルを含むウィンドウのタブ付きリスト。 レイアウトは、タブの単一の列（Webブラウザーなど）から配置することも、タブ付きリストの列に配置することもできます。 レイアウトは、プロジェクトを開いたときに保持され、閉じたときに保存されます。
図1：注釈付きの主要セクションを持つサンプルJMPプロジェクト。
たとえば、プロジェクトは次の目的で使用できます。
- 結果の提示。 このプロジェクトを図2Aに示します。 プロジェクトは、ブックマークとウィンドウリストを非表示にするように構成されています。 プレゼンテーションを実行するジャーナルがある単一のタブを持つ列があります。 ジャーナルには、スクリプトとサポートファイルへのリンクが含まれており、クリックすると、プロジェクトにタブとして表示されます。 ジャーナルは、プロジェクト内の残りのアイテムにメモとコンテキストを追加する機能を提供します。
- 予測モデリングワークフロー。 このプロジェクトは図2Bに示され、このホワイトペーパーの後半のケーススタディIIで取り上げます。 単一のデータセットで標準の予測モデリングタスクを実行することを含むプロジェクト。 複数のモデルが適合され、構築時にフォーミュラデポに保存されます。 Formula Depotは独自の列にあるため、簡単に参照できます。 最後に、モデル比較が追加され、モデルを本番環境に移行するためのスコアコードが生成されます。
- DOEワークフロー。 このプロジェクトを図2Cに示します。このようなDOEワークフローについては、このホワイトペーパーの後半のケーススタディIで説明します。 このプロジェクトは、計画された実験の作成、複数の候補設計の比較、データの収集、データの分析、および結果を他の人と共有するための出力の作成の手順を整理するために使用されます。 また、実験に関する補足資料（写真、レポートなど）を含めることもできます。
- スクリプトプロジェクト。 このプロジェクトを図2Dに示します。 これは、JSLスクリプターがウィンドウを整理し、スクリプティング中の効率を高めるために使用されます。 プロジェクトには、プロジェクトで使用するために特別に構成されたモードのスクリプトインデックスが含まれています。 作業中のスクリプトには、埋め込みログと、ブックマークリスト内のサポートファイルまたは関数へのリンクが含まれています。
図2：プロジェクトをJMPで使用できる方法。
JMPプロジェクトの対象ユーザーは誰ですか？
プロジェクトはJMPでのオプションの作業方法であり、多くのユーザーは引き続きJMPの標準の「マルチウィンドウモード」で操作します。 ただし、JMPで特定の方法で作業している場合や、ウィンドウ管理やファイル管理に関して特定の問題を抱えている場合は、プロジェクトを確認する価値があります。
多くのユーザーは、最大化されたウィンドウでGraphBuilderなどのJMPプラットフォームを実行することを好みます。 残念ながら、JMPのウィンドウが最大化されると、新しいユーザーがデータテーブルを失ったり、現在開いている他のウィンドウに移動したりするのが困難になりがちです。 タブ付きのワークスペースを利用することで、プロジェクトはこれらの問題の多くを回避します。 ユーザーは、Webブラウザーを使用しているときのように、開いている別のタブに移動するだけで、別の分析レポートまたはデータテーブルにアクセスできます。
標準的な週次または日次レポートを持っている人にとって、プロジェクトはその作業をサポートするための効率的なコンテナになる可能性があります。 たとえば、クエリビルダと組み合わせると、プロジェクトに、データベースから最新のデータをフェッチして一連の標準レポートを生成するスクリプトを含めることができます。その後、日付とともに保存して、この定期的なレポートタスクを合理化できます。
長年のJMPユーザーは、WindowsバージョンのJMPのマスターウィンドウを覚えている（そして見逃している）可能性があります。 プロジェクトを使用すると、その機能の多くを復元できます。
インタラクティブにまたはスクリプトを介して多くのウィンドウを生成し、セッションで迷子になっているように感じるユーザーにとって、プロジェクトはこの苦痛を和らげるのに役立ちます。 ユーザーが一度に複数のプロジェクトで作業している場合、1つのプロジェクトを閉じると、そのプロジェクトに関連付けられているすべてのファイルとウィンドウを自動的に閉じることができ、他のプロジェクトはそのままにして、複数のウィンドウを手動で閉じる必要がなくなります。
JMPの出力とファイルについて独自のファイル編成スキームをすでに作成しているユーザーの場合、プロジェクトはフレームワークを提供するか、JMPを使用するフォルダー構造の方法にうまく適合します。 そして最後に、コンピューターのハードドライブ全体にファイルがある場合は、プロジェクトに個々のファイルを追加して、整理された構造を乱雑なフォルダーの上にパンすることができます。
プロジェクトでの作業
プロジェクトへのファイルの取得
まず、新しいプロジェクトを作成することから始めます（[ファイル]> [新しいプロジェクト]）。 ファイルを追加することにより、ファイルをプロジェクトに個別に追加できます。 プロジェクトに追加されたファイルは、ブックマークリストに追加されます。 ファイルを個別に追加する場合は、プロジェクトのローカルにグループを作成すると便利です。これにより、ブックマークをさらに整理できます。 [新しいグループ]コマンドを実行し、グループの名前をわかりやすい名前に変更して、グループを作成します。
- プロのヒント：グループを使用してテンプレートプロジェクトを設定し、新しいプロジェクトが必要になったときに簡単に立ち上げて実行できるようにすることができます。 「データセット」、「参照スクリプト」、「クエリ」、「グラフスクリプト」、「サポートファイル」、「出力」などのグループは、新しいプロジェクトを作成するための良い出発点になります。 プロジェクトを「テンプレートプロジェクト」として保存し、新しいプロジェクトが必要になるたびに名前を付けて保存します。
フォルダーをプロジェクトに追加することもできます。これは、ファイルが既にディスク上に整理されている場合に便利です。 フォルダを追加するだけで、プロジェクトにブックマークが付けられます。 フォルダにはすべてのサブフォルダが自動的に含まれ、「監視」されます（つまり、ファイルがフォルダに移動したり、フォルダから移動したりすると、プロジェクトのブックマークに移動したり、ブックマークから移動したりします）。 これは、プロジェクト監視フォルダーからファイルを削除すると、保存されたプロジェクトのスクリプトやレポートが破損する可能性があるため、注意が必要であることを意味します。 プロジェクトを閉じて再度開くと、フォルダは自動的に更新され、コンテキストをクリック>[更新]を使用して手動で更新できます。
ファイルのブックマークリスト内には、いくつかの便利なコンテキストクリックコマンドがあり、ファイル名、パス、サイズ、作成に関する情報、最終書き込み日、最終アクセス日、およびプロジェクトアーカイブにコピーするためのチェックボックスを提供する情報を表示できます（後でアーカイブセクションで説明します）。 show in finderコマンドは、ファイルがオペレーティングシステムのどこにあるかを明らかにします。 パスのコピーを使用すると、ディスク上のファイルパスをクリップボードに取得できます。これは、ファイルを参照するスクリプトを作成する場合に便利です。 最後に、[削除...]オプションを使用すると、プロジェクトからブックマークを削除するか（推奨）、[ゴミ箱/ごみ箱に移動]を選択できます。
ファイルは、ドラッグアンドドロップで自動的にブックマークすることもできます。 オペレーティングシステムから、ドラッグしたファイルをブックマークリストにドロップして、自動的にブックマークすることができます。 フォルダも同じ方法でブックマークできます。
プロジェクトで別のデータテーブルを作成すると、それを直接保存してブックマークすることができます。 たとえば、[テーブル]>[概要]を使用して概要テーブルを作成するとします。 ファイルをディスクに保存した後、ウィンドウリストからブックマークにドラッグアンドドロップできます。
多くのユーザーは、プロジェクトからマルチウィンドウモードへ、マルチウィンドウモードからプロジェクトへ（セッションをカプセル化するためだけにプロジェクトを使用）、またはプロジェクトからプロジェクトへ（たとえば、単一の分析プロジェクトが複雑になった場合）に移動したいと思うでしょう。 。 そのためには、図3に示すように、[ウィンドウ]>[プロジェクトへ/プロジェクトから移動]を使用します。
ソースプロジェクト（または、個々の個別のウィンドウからアイテムを移動する場合はなし）と宛先プロジェクト（なし、新しいプロジェクト、または既存の開いているプロジェクト）を選択するだけです。 すべてのファイルを移動およびブックマークするためのクイックボタンがあります。または、データテーブルのサブセットと関連するレポートをソースから宛先に選択できます。
データテーブルをクリックすると、現在のプロジェクトで開いているレポートウィンドウが自動的に表示されます。 それらを保持したくない場合は、移動が完了した後にタブまたはウィンドウを閉じるだけです。 データテーブルは、このウィンドウから直接ブックマークすることもできます。 また、このツールからブックマークできるようにするには、データテーブルをディスクに保存する必要があることに注意してください。 ただし、保存されていないファイルは、新しいプロジェクトまたは複数のウィンドウに移動できます。
表の個々の行をクリックすると、便利なサムネイルが表示されます。これは、移動に必要なファイルと関連するグラフおよびレポートを決定するのに役立ちます。
図3。 プロジェクトウィンドウへ/から移動します。
ワークスペース管理
ファイルがプロジェクトに追加されたら、図1に示すように、プロジェクトのワークスペースセクションを使用して、グラフとレポートをタブ付きの配置に構成します。 デフォルトでは、プロジェクトに新しいウィンドウが作成されると、それらはワークスペースの1つの列にあるタブに追加されます。
簡単なサンプルプロジェクトを見てみましょう。 まず、新しいプロジェクトを作成し、すぐにハードドライブに保存します。 次に、「サンプルプロジェクト」という名前の新しいフォルダを作成し、そのフォルダにプロジェクトファイルを配置します。 そうすることで、すべてのスクリプト、データテーブル、およびサポート資料を追加できる単一のフォルダーが作成されます。プロジェクトに、データテーブル、スクリプト、出力の3つのグループを作成します。 次に、プロジェクトに「FHPI.jmp」と「StatesMetadata.jmp」の2つのファイルを追加します。
このプロジェクトを使用して自動化スクリプトを作成し、クエリスクリプトによるデータ処理、データクリーン、視覚化、モデリング、コンテンツキュレーション、結果を伝達するための最終出力で構成される標準のエンドツーエンドの分析ワークフローを開発します。
自動化スクリプトの開発を開始するために、何かを調べる必要がある場合に備えて、そのヘルプ>スクリプトインデックスをインスタンス化することもできます。 スクリプトインデックスがプロジェクトに読み込まれると、タブとして追加されます。 データテーブルと出力の右側にドッキングできればもっと便利です。 これを行うには、スクリプトのインデックスタブをはがすだけです。 図4に示すように、グラフビルダーのドロップゾーンがプロジェクトに表示され、ドラッグアンドドロップしてプロジェクトワークスペースを再構成できます。
図4。 タブがタブリストから剥がされると、プロジェクトワークスペースのドロップゾーンが点灯します。 ドロップゾーンには、プロジェクトワークスペースの構成を容易にするための注釈が付けられています。
タブタイトルの小さなタブアイコンをクリックすると、個々のタブを最大化または最小化できます。 これは、たとえば、個々のプラットフォームレポートに焦点を合わせたい場合や、プロジェクト内のもう少し多くの領域から恩恵を受けるGraphBuilderなどのプラットフォームを使用している場合に役立ちます。 プロジェクト内のアドホックプレゼンテーションにも使用できます。
タブを最大化すると、ブックマークとウィンドウリストが残ります。 これらは、[ブックマークの表示]コマンドと[ウィンドウリストの表示]コマンドを切り替えることにより、[プロジェクト]メニューから手動で非表示にできます。 デフォルトで非表示になっているプロジェクト全体のログも、このメニューから表示できます。
レイアウトを再配置して結果が気に入らない場合は、元に戻すとやり直しのレイアウトコマンドが役立ちます。 [プロジェクト]メニューからレイアウトをリセットして、デフォルトのシングルタブリストに戻ることもできます。
ワークスペース内のタブは、クリックするか（マウスカーソルでタブにカーソルを合わせるとサムネイルが表示されます）、ウィンドウリスト内をダブルクリックするか、左右の矢印を使用してタブをスクラブすることでナビゲートできます。
プロジェクトの保存とアーカイブ
分析プロジェクトを続行し、クエリビルダーを使用して2つのテーブルを結合し、モデリングと視覚化のために読み取る3番目のテーブルを作成します。 クエリビルダースクリプトを作成して、プロジェクトフォルダーに保存できます。 プロジェクトに追加し、スクリプトグループにドラッグアンドドロップします。
これを図5に示します。 スクリプト、クエリ、アプリケーション、またはダッシュボードは、右クリックメニューから直接実行できるため、プロジェクトでスクリプトを開いてからスクリプトを実行する手間が省けます。 また、アクティブに編集されていない「本番」スクリプトのタブが開かないため、プロジェクトをクリーンに保つのにも役立ちます。
図5 。 タブでスクリプトを開かずに、右クリックしてスクリプトを直接実行します。
スクリプトを実行すると、2つのテーブルが適切に結合された3番目のデータテーブルが生成されます。 [JoinTables]タブの名前の横には、このファイルがまだディスクに保存されていないことを示す*があります。 [ファイル]>[プロジェクトの保存]からプロジェクトを保存しようとすると、図6に示す次の警告メッセージが表示されます。
図6 。 プロジェクト警告メッセージ内の未保存のドキュメント。
プロジェクトを保存する前にすべてのファイルを保存または閉じる必要があるため、この時点で、何をするかを決定できます。 [すべて保存]をクリックすると、最初にすべての未保存ファイルをディスクに保存してから、プロジェクトを保存するように求められます。 プロジェクトを保存するときに、以前に保存したドキュメントを（未保存の変更だけで）自動的に保存できるチェックボックスがデフォルトでオフになっています。 破棄するデータテーブルに一時的な変更（列の追加、列の削除、セルの変更など）を行う可能性があるため、特にプロジェクトの使用を開始する場合は、この設定を慎重に使用してください。
[すべて閉じる]オプションは、保存されていないすべてのドキュメントを閉じて保存しませんが、各ドキュメントを個別に保存する必要はありません。 これは、大量の出力を生成するスクリプトがあるが、必ずしもそれを保存する必要がない場合に役立ちます。
タブリストの*がすべてなくなるとすぐに、ワンクリックでプロジェクトを保存できることを知っているので、未保存のドキュメントを手動で保存することもできます。
プロジェクトは、わずかに異なる方法でグラフやその他のプラットフォーム出力を保存します。 プロジェクトはJMPのセッションスクリプト機能を利用しているため、グラフとプラットフォームの出力は、スクリプトをデータテーブル、ジャーナル、またはレポートを.jrpファイルとして保存しなくても、保存および終了時に自動的に保持されます。 これは、最初にJSLを学習することなく、分析プロジェクトの状態を保存したい新規ユーザーにとって特に便利です。
プロジェクトからのスクリプトの再生
ブックマークされた.jsl、.jmpquery、および.jmpapp / .jmpappsourceファイルは、ブックマークリストから直接実行できます（JMPのホームウィンドウと同じように）。 これらのファイルのいずれかを右クリックすると、図7に示すように、これらのファイルをどのように処理するかについての拡張オプションが表示されます。
図7。 プロジェクトで一般的なJMPファイルタイプのコンテキストメニュー。
この右クリックメニューオプションを使用すると、AppBuilder / Dashboard Builder、Query Build、またはJSLスクリプトエディタを開かなくても、アプリケーションをすばやくビルドしたり、スクリプトを実行したり、クエリを直接実行したりできます。 アイテムが実行され、結果がプロジェクトの新しいタブで自動的に開かれるため、クリックを節約できます。 さらに、クエリビルダには「オープン時に実行」するオプションがあります（図7を参照）。 このダブルクリックされたクエリは、クエリビルダを開かなくても自動的に実行されます。
ダッシュボードとWebレポート
ダッシュボードとWebレポートは、JMP分析の結果を他の人と共有および伝達するための一般的な方法です。 両方の機能は、JMPプロジェクトでサポートされています。 [ファイル]>[新しいダッシュボード]を選択すると、ダッシュボードビルダーのインターフェイスが開き、プロジェクト内で使用可能なすべてのレポートを表示できます。 レポートを配置したり、フィルター、テキスト、その他のアイテムを追加したりできます。赤い三角形のメニューから[ダッシュボードの実行]をクリックすると、結果のダッシュボードがプロジェクトの新しいタブに表示されます（図8を参照）。
図8。 プロジェクト内でDashboardBuilderを使用して構築されたダッシュボードを実行した結果。 結果のダッシュボードは、プロジェクトの新しいタブに表示されます。
Webレポートも同様です（[ファイル]> [公開]）。 Webレポートの作成機能は、プロジェクト内で使用可能なすべてのタブを、Webレポートに入力するための適切なグラフとして自動的に表示します。 したがって、Webレポートは、現在JMPを持っていない人とプロジェクトのワークフローを共有するための良い方法になります。
ケーススタディ1：DOEプロジェクト
採用事業sの一環としてdのesign e xperiments（D O E）JMP内は、結果の伝達に役立ちます、実験自体の作業を支援するだけでなく。
Dを使用するO JMPのEは、次のことを意味します。
- Dを実行するOデータ収集スキームを作成するためのEプラットフォーム。
- JMPテーブルの使用の基礎としてデータ収集。
- さまざまなJMPグラフィックプラットフォームを利用して、実験の実行結果を表示します。
- JMPモードを利用する収集されたデータに基づいて、モデルの一部として予測モデルを構築するためのプラットフォームの使用運動、さまざまな診断プロットを表示して、妥当なモデルが開発されていることを確認します。
- Dの結果を伝えるためのグラフィックとテーブルの作成O意図を持ったEのプロモーションing組織による行動。
詳細な一般的な手順上記のS teps 1-5頻繁結果sのたくさんのJMPのウィンドウとテーブル。 プロセスに数か月かかることも事実かもしれません移動するからS tep1からS tep 5 、つまり、JMPユーザーは重要な結果を自分のファイルシステムに保存し、それらがどこに保存されているかを覚えて、プロセス全体を追跡する必要があります。
このケーススタディでは、誰でも実行できる簡単な実験を使用して、 p rojectsはDを助けることができますO Eウィンドウを管理し、結果を追跡し、結論を伝達する。
簡単な実験を実行して、JMPがどのように機能するかを示したいカスタムデザイナーを使用して制約付きの実験を実行するa変数、 そのようなこの場合の総エネルギー。
この実験の目標は、ポップコーンを調理するための自宅の電子レンジの適切な設定を見つけることです。 コントロールには3つの変数があります。
- 時間（調理時間に設定できるmm：ss単位の時間） 。
- パワー（不透明L evel 1-10、これが温度にとって何を意味するのかわからない） 。
- ブランド（市場には多くのブランドがあります;私は少し変装おなじみのブランドウィルバーとトップシークレット）。 。
ポップコーンの箱の指示に従って、から時間を変えることにしました三に五分とからの力L evel5からL evel10。 それから私はデザインスペースの隅々をチェックすることに着手しました。つまり、短時間と低電力、そして長時間と高電力を意味します。 これらのコーナーは、選択したレベルの最大および最小の総エネルギーを表します（図9） 。
図9 ：上の左右の画像は、デザインスペースの隅を示しています。
私の初期の結果から、スペースの隅が実現可能ではないことは明らかです。 したがって、JMPカスタムデザイナを使用して、制約のあるデザインスペースを作成する必要があります。JMPプロジェクトを使いたいので、最初に開きますed新しいプロジェクトに「MyPopcornExperiment」という名前を付けますに示すようにF図10。
図10： DOEワークフロープロセスの開始時の空のプロジェクトのスクリーンショット。
次に、プロジェクト内でカスタムデザイナーを起動し、図11に示すように応答と要素を設定しました。
図11：カスタムDesigを起動して、実験的な実行を設定します。
次に、モデル（RSM）を選択し、総エネルギー（時間+電力レベル）に制約を設定します。 因子に線形制約を設定するには、図12に示すように制約を設定するだけです。
図12：実験的な制約を設定し、必要な実行数を決定するためにモデル化できるようにしたい効果を追加します。
Make Designを選択した結果、JMPが候補のデザインを表示しました。 図13は、電子レンジで設定できる時間と電力レベルの形式で使用した設計を示しています。
図13：実験的な実行テーブル。
次に、16箱のポップコーンをポップしました。 サンプリングツールとしてカップメジャーを使用して、各実行から代表的なカップを選択し、カーネルの総数とポップされたカーネルの数を数えました。 データは図14のようになります。
図14：実験の結果。
いくつかのグラフを見て、二項応答としてポップされた数値を使用して一般化された回帰を作成しました。 低（青）から高（赤）までの色の合計に対するポップの比率を使用したブランド別の時間と電力のヒートマップは、電力レベルと時間の中間から高の組み合わせがより良い結果をもたらすことを示しています。 回帰モデルのプロファイラーは、ウィルバーブランドのポップコーンが総エネルギーに対してより堅牢であるという追加の結論とともに結果を最もよく伝えます。 図15と16は、これらの結果を示しています。
図15。 ブランド別の時間と電力のヒートマップ。ポップと合計の比率が低（青）から高（赤）に色分けされています。
図16：最終モデルと、ブランド、時間、力率の変化が応答に与える影響を示すプロファイラー。
最後に、JMPからPDFとして2つのグラフィックを追加する簡単な結論のドキュメントを作成しました。図17に示すように、プロジェクトウィンドウの左上にある[ファイルの追加]ボタンを選択して、この結論文書をプロジェクトに追加しました。
図17。 この実験の結果を共有するための簡単な結論をブックマークしました。
これで、設計セットアップ、データ、モデル、サポートグラフィック、および結論ドキュメントを含むプロジェクトファイルができました。 これは、この実験の私の記憶の基礎となる自己完結型のファイルです。 また、現在および将来、チームのメンバーが取得できる場所にプロジェクトとサポートファイルを保存する場合、この実験の企業記憶としても機能します。
ケーススタディ2：予測モデリングプロジェクト
一連の物理化学的特性からワインの品質を予測するモデルを構築するタスクを支援するために、プロジェクトに使用します（Cortez et al.2009を参照）。 データセットは、UCI Machine Learning Repository（Lichman 2013）からダウンロードできます。 このプロジェクトを使用して、複数ファイルのインポートによるデータのインポート、結果のインポートされたデータテーブルの調査とクリーニング、グラフの作成、JMP Proのさまざまな機械学習手法を使用した多数の候補モデルの作成、モデルの比較、決定のプロセスを管理できます。使用するモデル。最終的には、このモデリングを本番環境に導入するのに役立つスコアコードを生成します。 JMPのエンドツーエンドの分析ワークフロー（図18を参照）に従って、プロジェクトがプロセスを自然にサポートする方法を示します。
図18。 JMPのエンドツーエンドの分析ワークフロー。
履歴データは、UCI MachineLearningWebサイトから直接ダウンロードできます。 http://archive.ics.uci.edu/ml/datasets/Wine+Quality 。 ダウンロードするファイルは、winequality-red.csv、winequality-white.csv、winequality.namesの3つです。 プロジェクトを作成する最初のステップは、JMPで[ファイル]> [新しいプロジェクト]に移動し、デスクトップに「WineModelingProject」というフォルダーを作成することです。 3つのテキストファイルすべてをこのフォルダーに配置します。
プロジェクトファイルをwinequalityプロジェクトフォルダーに保存してから、ブックマークを整理するのに役立ついくつかのグループを作成します：01-生データ、02-JMPデータテーブル、03-スクリプト、04-スコアコード、05-出力。
ファインダーから生データフォルダーにドラッグアンドドロップして、3つの生データファイルすべてをブックマークします。
次に、ファイルをJMPデータテーブルに入れたいと思います。 複数ファイルのインポートを使用して、両方のCSVファイルを自動的に開き、スクリプトを記述したりテーブルメニューを使用したりせずにそれらを連結します（[ファイル]-> [複数開く...]）。 .csvファイルを開くには、必ず拡張子.csvを選択します。スタック類似ファイルのラジオボタンをチェックしたままにします。 [ファイル名の追加]列をチェックして、どのサンプルが赤ワインで、どのサンプルが白であるかを維持します。 スクリプトをスクリプトウィンドウに保存し、スクリプトをプロジェクトに保存します。これにより、新しいデータが入力され、JMPデータテーブルを再生成したい場合に、Multipleのダイアログを再度実行しなくても直接実行できます。ファイルのインポート（図19）。 スクリプトをウィンドウリストからブックマークにドラッグして後でブックマークし、スクリプトを閉じます。
図19。 複数のファイルのインポート設定。
データセットが単一のJMPデータテーブルに開かれたので、ファイルを保存してからプロジェクトにブックマークします。 Recodeを使用して、そのサンプルのワインのカテゴリを示す列（色）を追加できます。 このモデリング演習の目標は、物理化学的特性（残留糖、アルコール、亜硫酸塩など）を測定する比較的安価な方法を使用して、ワインの専門的な味覚テストを収集するための比較的費用のかかる方法を予測することです。 両方のプロパティを持つ履歴データがあるのは幸運です。優れた相互検証手法を使用して、この履歴データに基づいてモデルを構築できます。これは、物理化学的プロパティしか利用できない新しいデータでうまく機能する可能性があります。 図20は、高品質のワインが選択された分布マトリックスを示しています。 他の測定値の分布から、これらの高評価のワインをセグメント化するために、いくつかの値にある程度の分離がある可能性があることがわかります（つまり、高品質のスコアのワインは、残留糖分が少なく、アルコール含有量が高い傾向があるように見えます） 。 いくつかのモデルを構築することにより、この仮説をテストします。
多変量解析を実行し、相関のカラーマップを見ると、多くの測定値が互いに高度に相関していることがわかります。これは、ステップワイズ回帰や最小二乗法などの標準的なモデリング手法では難しいことがわかります。
図20。 物理化学的特性、色、品質スコアの分布マトリックス。 高い評価を得ているワインが選ばれています。 物理化学的性質の相関関係に関するカラーマップを右側に示します。
モデルのパフォーマンスを評価し、さまざまなモデリング手法でワインの品質を予測するのと同じショットを与えるために、モデルのパフォーマンスを正直に評価するために相互検証を採用します。 基本的に、データを3つのセットに分けます。トレーニング（モデルの構築に使用）、検証（モデルの微調整、複雑さとパフォーマンスのバランスを取るために使用）、そして最後にテスト（データはモデリングには使用されませんが、入ってくる新しいデータをシミュレートするためにのみ使用されるため、新しいデータに対してモデルが実行できるかどうかを判断します）。
検証列を作成するには、[分析]>[予測モデリング]の[検証列の作成]ユーティリティを使用します。 層化ランダムのオプションを選択し、[ワインの色]列をクリックして、赤ワインと白ワインの両方について、トレイン、検証、およびテストグループのサンプルの比率が等しいことを確認します。 トレイン、検証、テストグループの70％/ 20％/ 10％のサンプルを作成します。
いくつかの候補モデルを作成し、それらをFormulaDepotに公開します。 Formula Depotは、プロジェクトにうまく適合します。 それを表示し（[分析]> [予測モデリング]）、プロジェクトの右側にある独自の列にFormulaDepotをドッキングします。
次に、ブーストツリー、ブートストラップフォレスト、ニューラルネット、およびいくつかの一般化された回帰モデルを構築します。 個々のモデルを作成するときに、結果をFormulaDepotに公開します。
図21。 最終的な予測モデリングプロジェクト。
ブートストラップフォレストは、テストデータに最適なモデルであるように見えます。 ブートストラップフォレストは、基礎となるモデルフォームを適切にキャプチャしました。 図21は、ワークスペースの右側にドッキングされたFormula Depot内のモデルのコレクションと、モデル出力のすぐ下にあるモデルの比較を使用して、タブリストに作成したすべてのモデルを表示するようにプロジェクトを設定する方法を示しています。さまざまな候補モデルの可変重要度とプロファイラー。
ブートストラップフォレストがうまく機能しているのは、図22に示すように、ワインのアルコールを増やすと品質がある程度向上するという事実を捉えることです。 この図は、履歴データに示されているように、最高品質のワインを生産するために必要な設定を示しています。 これらの結果は、2つの方法で他の人と共有できます。 1つは、モデルのスコアコードをFormula Depotからさまざまな言語（SAS、Python、C、JavaScript、SQLなど）で保存し、さらにPPTまたはHTMLに保存することです。
図22。 ワインの品質を予測するブートストラップフォレストモデル。
このインタラクティブなレポートは、JMPを持たない他のユーザーと共有できます。 また、プロファイラーはWeb上でインタラクティブなままなので、値をインタラクティブに調整してワインの品質への影響を確認できます。 モデルスコアコードとインタラクティブなHTML5レポートの両方を、プロジェクトでブックマークすることもできます。
参考文献
- コルテス、A。セルデイラ、F。アルメイダ、T。マトス、J。 レイス。 物理化学的性質からのデータマイニングによるワインの好みのモデリング。
意思決定支援システム、Elsevier、47（4）：547-553、2009年。
- リッチマン、M。（2013）。 UCI機械学習リポジトリ[ http://archive.ics.uci.edu/ml ]。 カリフォルニア大学アーバイン校：カリフォルニア大学情報コンピュータサイエンス学部。
