Niveau : Débutant
Daniel Valente , PhD, JMP Chef de produit senior, SAS
Jon Weisz, Vice-président principal des ventes et du marketing de JMP, SAS
Résumé
Souvent, les utilisateurs de JMP ont fait l'expérience d'une session JMP interactive qui les laissait avec de nombreuses fenêtres et rapports d'analyse ouverts en même temps. Bien que l'utilisation de JMP dans ce "mode fenêtre flottante" puisse fonctionner pour certains, il existe des situations où il est préférable d'avoir une interface à onglets. Les utilisateurs peuvent également souhaiter associer certains fichiers à un projet d'analyse et ne pas disposer de la liste complète offerte par la fenêtre d'accueil. Pour ces raisons, nous avons créé des projets dans JMP 14. Les projets fournissent une interface de document unique à JMP, un espace de travail reconfigurable à onglets, un emplacement pour marquer les fichiers et une liste de fenêtres qui permet à l'utilisateur de naviguer facilement dans les différentes fenêtres ouvertes, tables de données, scripts, etc. il lance également des fichiers de support tels que les documents .pdf et .ppt. Les projets peuvent être utilisés pour ouvrir et fermer rapidement de nombreux fichiers associés à une ou plusieurs activités d'analyse individuelles et peuvent être utilisés pour séparer les projets parallèles, éliminant ainsi la nécessité d'exécuter plusieurs sessions JMP. Enfin, les projets de JMP 14 peuvent également vous offrir un moyen simple de partager et de collaborer sur le travail grâce à leur fonctionnalité d'archivage.
Présentation des projets JMP
Les projets dans JMP permettent d'organiser des tableaux de données, des rapports, des scripts, des journaux et des artefacts d'utilisation de JMP dans JMP. Vous pouvez également associer des fichiers de prise en charge externes tels que .txt, .ppt, .html, .xls et des images aux fichiers de projet appropriés associés à un groupe logique de fichiers JMP natifs.
Le fichier de projet lui-même (.jmpprj) est un fichier autonome, qui pointe vers d'autres éléments sur votre disque, plutôt que d'agir comme un conteneur dans lequel placer des fichiers. En conséquence, cela offre la flexibilité et la discipline organisationnelle d'un projet basé sur des conteneurs, tout en gardant les fichiers disponibles pour être trouvés sur le système d'exploitation.
Les projets JMP sont créés à partir du menu Fichier (Fichier > Nouveau projet). La création d'un nouveau projet ouvre immédiatement un projet non enregistré dans lequel ajouter des fenêtres et des fichiers JMP, ce qui facilite la création de projets temporaires.
Un exemple de projet JMP est illustré à la figure 1. Un projet comprend trois grandes sections :
- Liste des signets : Liens vers des fichiers physiques sur disque que vous souhaitez associer au projet. C'est comme une liste organisée à partir de la fenêtre d'accueil. Les signets peuvent être des liens vers des fichiers individuels, des liens vers des dossiers (qui "surveillent" automatiquement ce qu'il y a à l'intérieur, y compris les sous-dossiers) et des groupes, fournissant une organisation locale spécifique aux fichiers du projet sans affecter la structure des dossiers des fichiers sur le disque .
- Liste des fenêtres : Liste hiérarchique des tables de données ouvertes et des rapports et graphiques associés à la table de données.
- Espace de travail : Liste à onglets des fenêtres, y compris les scripts, les graphiques, la sortie du modèle et les tables de données actuellement ouvertes en mémoire. La mise en page peut être organisée à partir d'une seule colonne d'onglets (par exemple, comme un navigateur Web) ou organisée en colonnes de listes à onglets. La mise en page est conservée lorsqu'un projet est ouvert et stockée lorsqu'il est fermé.
Figure 1: Un exemple de projet JMP avec des sections principales annotées.
Par exemple, les projets peuvent être utilisés pour :
- Présentation des résultats. Ce projet est illustré à la figure 2A. Le projet a été configuré pour masquer les listes de signets et de fenêtres. Il y a une colonne avec un seul onglet, qui a un journal exécutant la présentation. Le journal comprend des liens vers des scripts et des fichiers de support qui, une fois cliqués, s'affichent dans les projets sous forme d'onglets. Le journal offre la possibilité d'ajouter des notes et du contexte au reste des éléments du projet.
- Workflow de modélisation prédictive. Ce projet est illustré à la figure 2B et sera couvert dans l'étude de cas II plus loin dans ce document. Le projet comprend l'exécution de tâches de modélisation prédictive standard sur un seul ensemble de données. Plusieurs modèles sont ajustés et enregistrés dans un dépôt de formules au fur et à mesure de leur construction. Le Formula Depot est dans sa propre colonne afin qu'il puisse être facilement référencé. Enfin, une comparaison de modèles est ajoutée et un code de score est généré pour mettre le modèle en production.
- Flux de travail du DOE. Ce projet est illustré à la figure 2C et un flux de travail DOE comme celui-ci sera couvert dans l'étude de cas I plus loin dans cet article. Le projet est utilisé pour organiser les étapes de création d'une expérience conçue, comparer plusieurs conceptions candidates, collecter des données, analyser des données et créer une sortie pour partager les résultats avec d'autres. Il peut également inclure des documents d'appui sur l'expérience (photos, rapports, etc.).
- Projet de scénarisation. Ce projet est illustré à la figure 2D. Il est utilisé pour aider les scripteurs JSL à organiser leurs fenêtres et à rendre plus efficace l'écriture de scripts. Le projet inclut l'index de script dans un mode configuré spécifiquement pour une utilisation dans un projet. Le script en cours d'élaboration comprend un journal intégré et également des liens vers des fichiers ou des fonctions de prise en charge dans la liste des signets.
Figure 2: Modes d'utilisation des projets dans JMP.
Qui est l'utilisateur prévu des projets JMP ?
Les projets sont une manière facultative de travailler dans JMP et de nombreux utilisateurs continueront à travailler dans le « mode multi-fenêtres » standard de JMP. Cependant, pour ceux qui travaillent dans JMP d'une manière spécifique ou qui ont des difficultés spécifiques autour de la gestion des fenêtres ou de la gestion des fichiers, le projet vaut la peine d'être vérifié.
De nombreux utilisateurs préfèrent exécuter des plates-formes JMP telles que Graph Builder avec une fenêtre agrandie. Malheureusement, une fois qu'une fenêtre dans JMP est maximisée, il est facile pour les nouveaux utilisateurs de perdre la table de données ou d'avoir des difficultés à naviguer vers d'autres fenêtres actuellement ouvertes. En utilisant un espace de travail à onglets, le projet contourne bon nombre de ces problèmes. Un utilisateur peut simplement accéder à un autre onglet ouvert, comme lorsqu'il utilise un navigateur Web, pour accéder à un autre rapport d'analyse ou à un autre tableau de données.
Pour les personnes qui ont des rapports hebdomadaires ou quotidiens standard, le projet peut être un conteneur efficace pour prendre en charge ce travail. Couplé au générateur de requêtes, par exemple, un projet peut inclure un script qui récupère les données les plus récentes d'une base de données et génère un ensemble de rapports standard ; il peut ensuite être enregistré avec la date pour rationaliser cette tâche de rapport de routine.
Les utilisateurs de longue date de JMP peuvent se souvenir (et manquer) de la fenêtre principale sur la version Windows de JMP. Maintenant, avec le projet, ils peuvent restaurer une grande partie de cette fonctionnalité.
Pour les utilisateurs qui génèrent de nombreuses fenêtres - de manière interactive ou via des scripts - et ont l'impression de se perdre dans une session, le projet peut aider à soulager cette douleur. Lorsqu'un utilisateur travaille sur plusieurs projets à la fois, la fermeture d'un seul projet peut automatiquement fermer tous les fichiers et fenêtres associés à ce projet, tout en laissant les autres projets intacts et en éliminant le besoin de fermer manuellement plusieurs fenêtres.
Pour les utilisateurs qui ont déjà élaboré leur propre schéma d'organisation des fichiers pour la sortie et les fichiers JMP, les projets peuvent fournir un cadre ou s'intégrer parfaitement dans une méthode d'utilisation de JMP structurée en dossiers. Et enfin, les personnes qui ont des fichiers partout sur le disque dur de leur ordinateur peuvent ajouter des fichiers individuels à un projet pour déplacer une structure organisée au-dessus d'un dossier désordonné.
Travailler avec le projet
Importer des fichiers dans un projet
Commencez par créer un nouveau projet (Fichier > Nouveau projet). Les fichiers peuvent être ajoutés à un projet individuellement en ajoutant des fichiers. Les fichiers ajoutés au projet sont ajoutés à la liste des signets. Lorsque des fichiers sont ajoutés individuellement, il peut être utile de créer un groupe, local au projet, qui peut organiser davantage vos signets. Créez un groupe en exécutant la commande Nouveau groupe, puis en renommant le groupe en quelque chose de descriptif.
- Conseil de pro : les groupes peuvent être utilisés pour configurer des modèles de projets afin de faciliter la mise en place et l'exécution lorsqu'un nouveau projet est nécessaire. Des groupes tels que « Ensembles de données », « Scripts de référence », « Requêtes », « Scripts de graphique », « Fichiers de support » et « Sortie » peuvent être un bon point de départ pour créer de nouveaux projets. Enregistrez le projet en tant que "Projet modèle" et enregistrez-le sous chaque fois que vous avez besoin d'un nouveau projet.
Des dossiers peuvent également être ajoutés à un projet, ce qui est utile lorsque vous avez déjà des fichiers organisés sur disque. Ajoutez simplement le dossier et il sera mis en signet dans le projet. Les dossiers incluent automatiquement tous les sous-dossiers et sont « surveillés » (c'est-à-dire que lorsqu'un fichier entre ou sort du dossier, il est également déplacé vers ou hors des signets d'un projet). Cela signifie que vous devez être prudent car la suppression de fichiers d'un dossier surveillé par des projets peut casser le script ou le rapport dans un projet enregistré. Les dossiers sont automatiquement actualisés lorsqu'un projet est fermé et rouvert et peuvent être actualisés manuellement à l'aide d'un clic contextuel > Actualiser.
Dans la liste des fichiers Signets, il existe plusieurs commandes contextuelles utiles, vous permettant d'afficher les informations fournies sur le nom du fichier, le chemin, la taille, les informations sur la création, la dernière écriture et les dates du dernier accès, ainsi qu'une case à cocher pour copier dans l'archive du projet ( couvert plus tard dans la section des archives). La commande show in finder révèle où se trouve le fichier sur votre système d'exploitation. Le chemin de copie vous permet d'obtenir le chemin du fichier sur le disque vers le presse-papiers, ce qui est utile si vous écrivez un script qui fait référence à un fichier. Enfin, l'option Supprimer… vous permet de supprimer le signet du projet (recommandé) ou de le déplacer vers la corbeille/corbeille.
Les fichiers peuvent également être automatiquement mis en signet par glisser-déposer. À partir du système d'exploitation, un fichier glissé peut être déposé dans la liste des signets, puis automatiquement marqué d'un signet. Les dossiers peuvent être marqués de la même manière.
Si vous créez une autre table de données dans un projet, elle peut être enregistrée et mise en signet directement. Supposons, par exemple, que vous créez un tableau récapitulatif à l'aide de Tableaux > Résumé. Une fois le fichier enregistré sur le disque, il peut être glissé et déposé de la liste des fenêtres vers les signets.
De nombreux utilisateurs voudront passer d'un projet au mode multi-fenêtres, du mode multi-fenêtres à un projet (en utilisant le projet uniquement pour encapsuler une session), ou d'un projet à l'autre (lorsqu'un projet d'analyse unique devient complexe, par exemple) . Pour cela, utilisez la fenêtre > Déplacer vers/depuis le projet comme illustré à la figure 3.
Choisissez simplement le projet source (ou aucun si vous souhaitez déplacer des éléments de fenêtres individuelles et séparées) et le projet de destination (qui peut être aucun, un nouveau projet ou un projet ouvert existant). Il existe des boutons rapides pour déplacer et mettre en signet tous les fichiers, ou vous pouvez choisir un sous-ensemble de tables de données et de rapports associés de la source à la destination.
Le fait de cliquer sur une table de données affiche automatiquement toutes les fenêtres de rapport ouvertes dans le projet en cours. Si vous ne souhaitez pas les conserver, fermez simplement les onglets ou les fenêtres une fois le déplacement terminé. Les tables de données peuvent également être mises en signet directement à partir de cette fenêtre. Notez également que les tables de données doivent être enregistrées sur disque pour pouvoir être mises en signet à partir de cet outil. Cependant, les fichiers non enregistrés peuvent toujours être déplacés vers un nouveau projet ou plusieurs fenêtres.
Cliquer sur une ligne individuelle dans le tableau fait apparaître une vignette utile, qui peut aider à décider quels fichiers et graphiques et rapports associés sont nécessaires lors du déplacement.
Figure 3. Fenêtre Déplacer vers/depuis le projet.
Gestion de l'espace de travail
Une fois les fichiers ajoutés au projet, il est temps de configurer les graphiques et les rapports dans un agencement à onglets à l'aide de la section de l'espace de travail du projet, comme illustré à la figure 1. Par défaut, lorsque de nouvelles fenêtres sont créées dans un projet, elles sont ajoutées dans des onglets qui résident dans une seule colonne de l'espace de travail.
Prenons un exemple de projet simple. Commencez par créer un nouveau projet, puis enregistrez-le immédiatement sur le disque dur. Ensuite, créez un nouveau dossier appelé "exemple de projet" et placez le fichier de projet dans ce dossier. Ce faisant, il existe un dossier unique dans lequel tous les scripts, tableaux de données et supports peuvent être ajoutés.Je vais créer trois groupes dans le projet : Tables de données, Scripts et Sortie. Ensuite, j'ajouterai deux fichiers au projet : "FHPI.jmp" et "StatesMetadata.jmp".
Nous allons utiliser le projet pour écrire un script d'automatisation afin de développer un flux de travail analytique standard de bout en bout comprenant le traitement des données via un script de requête, le nettoyage des données, la visualisation, la modélisation, la conservation du contenu et la sortie finale pour la communication des résultats.
Pour commencer à développer le script d'automatisation, je peux également instancier cette aide > index de script au cas où j'aurais besoin de rechercher quoi que ce soit. Lorsque l'index de script est chargé dans le projet, il est ajouté sous forme d'onglet. Ce serait plus utile si je pouvais l'ancrer à droite de mes tables de données et de ma sortie. Pour ce faire, décollez simplement l'onglet d'index de script. Les zones de dépôt de Graph Builder s'affichent dans le projet, vous permettant de glisser-déposer pour reconfigurer l'espace de travail du projet, comme illustré à la figure 4.
Figure 4. Les zones de dépôt de l'espace de travail du projet s'allument lorsqu'un onglet est détaché d'une liste d'onglets. Les zones de dépôt sont annotées pour faciliter la configuration de l'espace de travail du projet.
Les onglets individuels peuvent être maximisés ou minimisés en cliquant sur la petite icône d'onglet sur le titre de l'onglet. Cela peut être utile lorsque, par exemple, vous souhaitez vous concentrer sur un rapport de plate-forme individuelle ou utilisez une plate-forme, telle que Graph Builder, qui bénéficie d'un peu plus d'espace au sein du projet. Il peut également être utilisé pour des présentations ad hoc au sein du projet.
Lorsque les onglets sont maximisés, les signets et la liste des fenêtres restent. Ils peuvent être masqués manuellement à partir du menu Projet en activant les commandes Afficher les signets et Afficher la liste de fenêtres. Le journal du projet, masqué par défaut, peut également être affiché à partir de ce menu.
Si, à un moment donné, vous réorganisez la mise en page et que vous n'aimez pas le résultat, il existe une commande d'annulation et de rétablissement de la mise en page pour vous aider. Vous pouvez également revenir à la liste à onglet unique par défaut en réinitialisant la mise en page à partir du menu Projet.
Les onglets de l'espace de travail peuvent être parcourus soit en cliquant dessus (les survoler avec le curseur de la souris produit une vignette), en double-cliquant dans la liste des fenêtres ou en utilisant les flèches gauche et droite pour parcourir les onglets.
Enregistrer et archiver des projets
Poursuivant notre projet d'analyse, nous allons utiliser le Query Builder pour joindre nos deux tables et créer une troisième table, lue pour la modélisation et la visualisation. Le script Query Builder peut être créé puis enregistré dans le dossier du projet. Je vais l'ajouter au projet et le glisser-déposer dans le groupe de scripts.
Ceci est illustré à la figure 5. Les scripts, les requêtes et les applications ou les tableaux de bord peuvent être exécutés directement via le menu contextuel, ce qui vous évite d'avoir à l'ouvrir dans le projet, puis d'exécuter le script. Cela peut également aider à garder le projet propre, car il n'y aura pas d'onglet ouvert pour un script de "production" qui n'est pas activement modifié.
Figure 5 . Exécuter un script directement par clic droit sans l'ouvrir dans un onglet.
L'exécution du script produit une troisième table de données, avec mes deux tables correctement jointes. L'onglet JoinTables a un * à côté du nom indiquant que ce fichier n'est pas encore enregistré sur le disque. Si j'essaie d'enregistrer le projet à partir de Fichier > Enregistrer le projet, je reçois le message d'avertissement suivant, illustré à la figure 6.
Figure 6 . Documents non enregistrés dans un message d'avertissement de projet.
À ce stade, vous avez une décision sur ce que vous voulez faire, car tous les fichiers doivent être enregistrés ou fermés avant qu'un projet puisse être enregistré. Cliquer sur Enregistrer tout vous invitera à enregistrer d'abord tous les fichiers non enregistrés sur le disque, puis à enregistrer le projet. Il existe une case à cocher, désactivée par défaut, qui vous permet d'enregistrer automatiquement les documents précédemment enregistrés (avec uniquement les modifications non enregistrées) lors de l'enregistrement du projet. Utilisez ce paramètre avec précaution, en particulier lorsque vous commencez à utiliser des projets, car vous pouvez apporter des modifications temporaires à une table de données que vous souhaitez supprimer (ajout de colonnes, suppression de colonnes, modification de cellules, etc.).
L'option Fermer tout effectuera une fermeture et aucun enregistrement de tous les documents non enregistrés, mais vous évitera d'avoir à enregistrer chaque document individuellement. Cela peut être utile si vous avez un script qui génère beaucoup de sortie, mais que vous ne souhaitez pas nécessairement l'enregistrer.
Vous pouvez également enregistrer manuellement les documents non enregistrés, sachant que dès que tous les * de la liste des onglets ont disparu, vous pouvez enregistrer un projet en un seul clic.
Le projet enregistre les graphiques et les autres sorties de la plate-forme d'une manière légèrement différente. Étant donné que le projet tire parti de la fonctionnalité de script de session dans JMP, les graphiques et la sortie de la plate-forme sont automatiquement conservés lors de l'enregistrement et de la fermeture sans qu'il soit nécessaire d'enregistrer les scripts dans la table de données, dans les journaux ou d'enregistrer les rapports en tant que fichiers .jrp. Ceci est particulièrement utile pour les nouveaux utilisateurs qui souhaitent enregistrer l'état des projets d'analyse sans avoir à apprendre tout d'abord JSL.
Lecture de scripts à partir de projets
Les fichiers .jsl, .jmpquery et .jmpapp/.jmpappsource mis en signet peuvent être exécutés directement à partir de la liste des signets (tout comme la fenêtre d'accueil dans JMP). En cliquant avec le bouton droit sur l'un de ces fichiers, vous pouvez voir des options étendues pour savoir quoi faire avec ces fichiers, comme illustré à la figure 7.
Figure 7. Menu contextuel pour les types de fichiers JMP courants dans un projet.
Ces options de menu contextuel vous permettent de créer rapidement une application, d'exécuter un script ou d'exécuter une requête directement sans avoir à ouvrir l'éditeur de script AppBuilder/Dashboard Builder, Query Build ou JSL. L'élément s'exécutera et les résultats seront automatiquement ouverts dans un nouvel onglet du projet, économisant ainsi un clic. De plus, le générateur de requêtes a une option pour « Exécuter à l'ouverture » (illustré à la figure 7). Cette requête double-cliquée sera automatiquement exécutée sans ouvrir le générateur de requêtes.
Tableaux de bord et rapports Web
Les tableaux de bord et les rapports Web sont des moyens courants de partager et de communiquer les résultats d'une analyse JMP avec d'autres. Les deux fonctionnalités sont prises en charge avec le projet JMP. Fichier > Nouveau tableau de bord ouvrira l'interface Dashboard Builder vous permettant de voir tous les rapports disponibles dans le projet. Vous pouvez organiser les rapports, ajouter des filtres, du texte et d'autres éléments ; après avoir cliqué sur Exécuter le tableau de bord dans le menu du triangle rouge, le tableau de bord résultant s'affichera dans un nouvel onglet du projet (voir Figure 8).
Figure 8. Résultats de l'exécution d'un tableau de bord créé avec Dashboard Builder dans un projet. Le tableau de bord résultant remplira un nouvel onglet dans le projet.
Les rapports Web sont similaires (Fichier > Publier). La fonctionnalité Créer un rapport Web verra automatiquement tous les onglets disponibles dans un projet en tant que graphiques applicables pour remplir un rapport Web. Le rapport Web peut donc être un bon moyen de partager le workflow d'un projet avec quelqu'un qui n'a pas encore JMP.
Étude de cas 1 : Projet DOE
Employant projet s dans le cadre de ré conception de e expériences (D O E) dans JMP peut aider à communiquer les résultats , ainsi que d'aider au travail des expériences elles-mêmes.
Utilisation de D O E dans JMP signifie :
- Exécution du D O Plate-forme électronique pour créer le schéma de collecte de données .
- Utilisation du tableau JMP comme base pour collecte de données .
- Exploitation de diverses plates-formes graphiques JMP pour afficher les résultats des exécutions de l'expérience .
- Utilisation du mode JMP plates-formes de développement pour construire un modèle prédictif basé sur les données collectées et dans le cadre du modèle faire de l'exercice , visualiser divers tracés de diagnostic pour s'assurer qu'un modèle raisonnable a été développé.
- Construire des graphiques et des tableaux pour communiquer les résultats du D O E avec l'intention de promouvoir ing action d'une organisation.
La procédure générique détaillée ci-dessus dans S étapes 1 à 5 souvent résultat s dans de nombreux fenêtres et tableaux dans JMP. Il peut également être vrai que le processus peut prendre des mois bouger de S étape 1 pour S étape 5 , ce qui signifie que l'utilisateur JMP doit enregistrer les résultats importants dans son système de fichiers, se rappeler où ils sont conservés et suivre l'ensemble du processus.
Cette étude de cas utilisera une expérience simple que n'importe qui peut exécuter pour montrer comment p les projets peuvent aider avec D O E en gérant les fenêtres, en suivant les résultats et en communiquant les conclusions.
Je souhaite exécuter une expérience simple pour montrer comment JMP Custom Designer peut être utilisé pour effectuer des expériences avec des contraintes sur un variable , tel que énergie totale dans ce cas.
Le but de cette expérience est de trouver un bon réglage sur mon micro-ondes domestique pour faire cuire du pop-corn. J'ai trois variables dans mon contrôle:
- Temps (temps en mm:ss que je peux définir pour le temps de cuisson) .
- Pouvoir (un opaque L niveau 1-10, pas sûr de ce que cela signifie pour la température) .
- Marque (il existe de nombreuses marques sur le marché ; j'ai choisi le légèrement déguisé marques connues Wilbur et Top secret ) .
Selon les instructions sur les boîtes de pop-corn , J'ai décidé de varier le temps de Trois à cinq minutes et la puissance de L niveau 5 à L niveau 10. J'ai ensuite entrepris de vérifier les coins de l'espace de conception, c'est-à-dire un temps court et une faible puissance, ainsi qu'un temps long et une puissance élevée. Ces coins représentent l'énergie totale maximale et minimale de mes niveaux choisis (Figure 9) .
Figure 9 : Les images de gauche et de droite ci-dessus montrent les coins de l'espace de conception.
Il ressort clairement de mes premiers résultats que les coins de l'espace ne sont pas réalisables. Je devrai donc utiliser JMP Custom Designer pour créer un espace de conception contraint.Je veux utiliser JMP Projects, donc j'ouvre d'abord éd un nouveau projet et nommez-le "My Popcorn Experiment" comme représenté sur la F Figure 10.
Figure 10 : Capture d'écran d'un projet vide au début du processus de workflow DOE.
J'ai ensuite lancé le concepteur personnalisé dans le projet et configuré mes réponses et facteurs comme illustré à la figure 11.
Figure 11 : Lancement de Custom Desig pour mettre en place les runs expérimentaux.
Il est maintenant temps de choisir mon modèle (RSM) et de fixer les contraintes sur l'énergie totale (Time + Power Level). La définition de contraintes linéaires sur les facteurs s'effectue simplement en définissant les contraintes, comme illustré à la figure 12.
Figure 12 : Mise en place des contraintes expérimentales et ajout des effets que je veux pouvoir modéliser pour déterminer le nombre d'exécutions nécessaires.
J'ai choisi Make Design, ce qui a permis à JMP d'afficher un design candidat. La figure 13 montre la conception que j'ai utilisée avec des formats d'heure et de niveau de puissance qui correspondent à ce que je peux régler sur mon micro-ondes.
Figure 13 : Tableau des séquences expérimentales.
Ensuite, j'ai sauté 16 boîtes de pop-corn. En utilisant une tasse à mesurer comme outil d'échantillonnage, j'ai sélectionné une tasse représentative de chaque cycle et compté le nombre total de grains et le nombre de grains éclatés. Les données sont comme le montre la figure 14.
Figure 14 : Résultats de l'expérience.
J'ai regardé quelques graphiques et construit une régression généralisée avec le nombre sauté comme réponse binomiale. Une carte thermique du temps par rapport à la puissance par marque avec le rapport de Popped au total coloré de faible (bleu) à élevé (rouge) montre que les combinaisons moyennes à élevées de niveau de puissance et de temps ont de meilleurs résultats. Un profileur du modèle de régression communique le mieux les résultats avec la conclusion supplémentaire que le pop-corn de marque Wilbur est plus robuste à l'énergie totale. Les figures 15 et 16 montrent ces résultats.
Figure 15. Une carte thermique du temps par rapport à la puissance par marque avec le rapport de Popped au total coloré de bas (bleu) à élevé (rouge).
Figure 16 : Profileur montrant le modèle final et les effets de la modification des facteurs de marque, de temps et de puissance sur la réponse.
Enfin, j'ai écrit un document de conclusion simple en ajoutant deux graphiques au format PDF à partir de JMP ; J'ai ajouté ce document de conclusion au projet en sélectionnant le bouton Ajouter des fichiers en haut à gauche de la fenêtre de mon projet, comme illustré à la figure 17.
Figure 17. Conclusion simple mise en signet pour partager les résultats de cette expérience.
J'ai maintenant un fichier de projet qui contient ma configuration de conception, mes données, mon modèle et les graphiques de support, ainsi qu'un document de conclusion. C'est un fichier autonome qui est à la base de mon souvenir de cette expérience. Il sert également de mémoire d'entreprise de cette expérience si je stocke le projet et les fichiers de support dans un emplacement qui peut être récupéré par les membres de mon équipe maintenant et à l'avenir.
Étude de cas 2 : Projet de modélisation prédictive
Nous allons utiliser to project pour aider à la construction d'un modèle permettant de prédire la qualité du vin à partir d'un ensemble de propriétés physico-chimiques (voir Cortez et al. 2009). L'ensemble de données peut être téléchargé à partir du référentiel d'apprentissage automatique de l'UCI (Lichman 2013). Nous pouvons utiliser le projet pour gérer le processus d'importation des données via l'importation de fichiers multiples, explorer et nettoyer la table de données importée résultante, créer des graphiques, créer un certain nombre de modèles candidats à l'aide de diverses techniques d'apprentissage automatique dans JMP Pro, comparer des modèles, décider de un modèle à utiliser et finalement générer un code de score pour aider à mettre cette modélisation en production. Nous suivrons le flux de travail analytique de bout en bout dans JMP (voir la figure 18) pour démontrer comment le projet prend naturellement en charge le processus.
Figure 18. Workflow analytique de bout en bout dans JMP.
Les données historiques sont disponibles en téléchargement directement sur le site web UCI Machine Learning : http://archive.ics.uci.edu/ml/datasets/Wine+Quality . Il y a trois fichiers à télécharger : winequality-red.csv, winequality-white.csv et winequality.names. La première étape de la création d'un projet consiste à accéder à Fichier > Nouveau projet dans JMP et à créer un dossier sur le bureau appelé "Projet de modélisation de vin". Je placerai les trois fichiers texte dans ce dossier.
Je vais enregistrer le fichier de projet dans le dossier du projet de qualité du vin, puis créer plusieurs groupes pour m'aider à organiser mes signets : 01-Raw Data, 02-JMP Data Tables, 03-Scripts, 04-Score Code, 05-Output.
Je mettrai en signet les trois fichiers de données brutes en les faisant glisser et en les déposant du Finder vers le dossier de données brutes.
Ensuite, je veux obtenir les fichiers dans une table de données JMP. Je vais utiliser l'importation de fichiers multiples pour ouvrir automatiquement les deux fichiers CSV et les concaténer sans avoir besoin d'écrire un script ou d'utiliser le menu des tableaux (Fichier -> Ouvrir plusieurs…). Pour ouvrir simplement les fichiers .csv, je m'assurerai de sélectionner par extension : .csv. et gardez le bouton radio coché pour empiler des fichiers similaires. Je vais vérifier la colonne Ajouter un nom de fichier afin de conserver quels échantillons sont du vin rouge et ceux qui sont du vin blanc. Je vais enregistrer le script dans la fenêtre de script et enregistrer le script dans le projet, de sorte que si de nouvelles données arrivent et que je veux régénérer la table de données JMP, je peux le faire directement sans avoir à repasser par la boîte de dialogue du Multiple Importation de fichiers (Figure 19). Je mettrai le script en signet pour plus tard en le faisant glisser de la liste des fenêtres vers les signets, puis en fermant le script.
Figure 19. Paramètres d'importation de fichiers multiples.
Maintenant que mes ensembles de données sont ouverts dans une seule table de données JMP, je vais enregistrer le fichier, puis le mettre en signet dans le projet. Je peux utiliser Recode pour ajouter une colonne (Couleur) qui indique la catégorie du vin dans cet échantillon. Le but de cet exercice de modélisation est d'utiliser la méthode relativement peu coûteuse de mesure des propriétés physicochimiques (comme le sucre résiduel, l'alcool ou les sulfites) pour prédire les tests de dégustation professionnels relativement coûteux du vin. Nous avons la chance d'avoir les données historiques, qui ont les deux propriétés, et nous pouvons utiliser de bonnes techniques de validation croisée pour construire un modèle sur ces données historiques, qui peut bien fonctionner sur de nouvelles données où nous n'avons que les propriétés physico-chimiques à notre disposition. La figure 20 montre une matrice de distribution avec des vins de haute qualité sélectionnés. Nous pouvons voir dans la distribution des autres mesures qu'il peut y avoir une certaine séparation dans certaines des valeurs pour segmenter ces vins très bien notés (c. . Nous testerons cette hypothèse en construisant plusieurs modèles.
En effectuant une analyse multivariée et en examinant la palette de couleurs sur les corrélations, nous pouvons également voir que de nombreuses mesures sont fortement corrélées les unes aux autres, ce qui s'avérera difficile pour les techniques de modélisation standard telles que la régression pas à pas ou les moindres carrés.
Figure 20. Matrice de distribution des propriétés physico-chimiques, des scores de couleur et de qualité. Des vins très bien notés sont sélectionnés. La carte des couleurs sur les corrélations pour les propriétés physico-chimiques est affichée à droite.
Afin d'évaluer les performances du modèle et de donner à nos différentes techniques de modélisation la même chance de prédire la qualité du vin, nous allons utiliser la validation croisée pour une évaluation honnête des performances du modèle. Fondamentalement, nous allons séparer les données dont nous disposons en trois ensembles : la formation (utilisée pour construire les modèles), la validation (utilisée pour affiner les modèles et équilibrer la complexité et la parcimonie avec les performances) et, enfin, le test (un sous-ensemble de les données non utilisées dans la modélisation, mais uniquement utilisées pour simuler de nouvelles données entrantes et donc notre juge de la capacité du modèle à fonctionner sur de nouvelles données).
Pour créer la colonne de validation, j'utiliserai l'utilitaire Make Validation Column dans Analyze > Predictive Modeling. Je vais choisir l'option aléatoire stratifié, puis cliquer sur la colonne Couleur du vin pour m'assurer que j'ai des proportions égales d'échantillons dans les groupes de train, de validation et de test pour les vins rouges et blancs. Je vais faire un échantillon de 70 %/20 %/10 % de groupes d'entraînement, de validation et de test.
Nous allons créer plusieurs modèles candidats, puis les publier dans Formula Depot. Le Formula Depot s'intègre parfaitement dans un projet. Je vais l'afficher (Analyser > Modélisation prédictive), puis ancrer le dépôt de formules dans sa propre colonne à droite du projet.
Nous allons maintenant construire un arbre boosté, une forêt d'amorçage, un réseau de neurones et plusieurs modèles de régression généralisés. Au fur et à mesure que je construis les modèles individuels, je publie les résultats dans Formula Depot.
Figure 21. Projet final de modélisation prédictive.
Il semble que la forêt Bootstrap soit le modèle qui offre le meilleur ajustement aux données de test. La forêt Bootstrap a bien capturé la forme du modèle sous-jacent. La figure 21 montre comment je pourrais configurer le projet pour voir tous les modèles que j'ai construits dans une liste d'onglets avec la collection de modèles dans un Formula Depot ancré à droite de l'espace de travail et une comparaison de modèles directement sous la sortie du modèle à regarder importance variable et un profileur pour les différents modèles candidats.
Ce que la forêt Bootstrap fait bien, c'est de saisir le fait que l'augmentation de l'alcool du vin augmente la qualité jusqu'à un certain point, comme le montre la figure 22. Cette figure montre les réglages nécessaires pour produire le vin de la plus haute qualité comme indiqué dans les données historiques. Nous pouvons partager ces résultats avec d'autres de deux manières. Premièrement, en enregistrant le code de score du modèle à partir de Formula Depot dans une variété de langages (comme SAS, Python, C, JavaScript ou SQL), ainsi qu'au format PPT ou HTML.
Figure 22. Modèle Bootstrap Forest prédisant la qualité du vin.
Ce rapport interactif peut être partagé avec d'autres personnes qui ne disposent pas de JMP. Et le profileur reste interactif sur le Web afin que les valeurs puissent être ajustées de manière interactive pour voir l'impact sur la qualité du vin. Le code de score du modèle et le rapport HTML5 interactif peuvent également être mis en signet dans le projet.
Références
- Cortez, A. Cerdeira, F. Almeida, T. Matos et J. Réis. Modélisation des préférences œnologiques par fouille de données à partir de propriétés physico-chimiques.
Dans Decision Support Systems, Elsevier, 47(4):547-553, 2009.
- En ligneLichman, M. (2013). Référentiel d'apprentissage automatique UCI [ http://archive.ics.uci.edu/ml ]. Irvine, CA : Université de Californie, École d'information et d'informatique.
