Nivel: Principiante
daniel valente , PhD, JMP Gerente sénior de productos, SAS
jon weisz, Vicepresidente sénior de Ventas y Marketing de JMP, SAS
Abstracto
A menudo, los usuarios de JMP experimentaron una sesión interactiva de JMP que los dejó con muchas ventanas e informes de análisis abiertos todos a la vez. Si bien el uso de JMP en este "modo de ventana flotante" puede funcionar para algunos, hay situaciones en las que se prefiere tener una interfaz con pestañas. Los usuarios también pueden desear asociar ciertos archivos con un proyecto de análisis y no tener la lista completa que ofrece la ventana de inicio. Por estas razones, creamos proyectos en JMP 14. Los proyectos proporcionan una única interfaz de documento para JMP, un espacio de trabajo reconfigurable con pestañas, un lugar para marcar archivos y una lista de ventanas que permite al usuario navegar fácilmente por varias ventanas abiertas, tablas de datos, scripts y más; también lanza archivos de soporte como documentos .pdf y .ppt. Los proyectos se pueden usar para abrir y cerrar rápidamente muchos archivos asociados con una o más actividades de análisis individuales y se pueden usar para mantener separados los proyectos paralelos, eliminando la necesidad de ejecutar varias sesiones de JMP. Finalmente, los proyectos en JMP 14 también pueden brindarle una manera fácil de compartir y colaborar en el trabajo con su funcionalidad de archivo.
Descripción general de los proyectos JMP
Los proyectos en JMP son una forma de organizar tablas de datos, informes, guiones, diarios y artefactos del uso de JMP en JMP. También puede asociar archivos de soporte externos como .txt, .ppt, .html, .xls e imágenes con los archivos de proyecto apropiados asociados con un grupo lógico de archivos JMP nativos.
El archivo del proyecto en sí (.jmpprj) es un archivo independiente, que apunta a otros elementos en su disco, en lugar de actuar como un contenedor en el que colocar archivos. Como resultado, esto brinda la flexibilidad y la disciplina organizativa de un proyecto basado en contenedores, mientras que al mismo tiempo mantiene los archivos disponibles para ser encontrados en el sistema operativo.
Los proyectos JMP se crean desde el menú Archivo (Archivo > Nuevo proyecto). La creación de un nuevo proyecto abrirá inmediatamente un proyecto no guardado en el que agregar ventanas y archivos JMP, lo que facilita la creación de proyectos temporales.
En la Figura 1 se muestra un ejemplo de un proyecto JMP. Un proyecto incluye tres secciones principales:
- Lista de marcadores: Enlaces a archivos físicos en el disco que desea asociar con el proyecto. Esto es como una lista seleccionada de la ventana de inicio. Los marcadores pueden ser enlaces a archivos individuales, enlaces a carpetas (que "observan" automáticamente lo que hay dentro, incluidas las subcarpetas) y grupos, lo que proporciona una organización local específica para los archivos del proyecto sin afectar la estructura de carpetas de los archivos en el disco. .
- Lista de ventanas: Lista jerárquica de tablas e informes de datos abiertos y gráficos asociados con la tabla de datos.
- Espacio de trabajo: Lista con pestañas de ventanas, incluidos scripts, gráficos, resultados de modelos y tablas de datos abiertas actualmente en la memoria. El diseño puede organizarse a partir de una sola columna de pestañas (por ejemplo, como un navegador web) o organizarse en columnas de listas con pestañas. El diseño se conserva cuando se abre un proyecto y se almacena cuando se cierra.
Figura 1: Un proyecto JMP de muestra con secciones principales anotadas.
Por ejemplo, los proyectos se pueden utilizar para:
- Presentación de resultados. Este proyecto se muestra en la Figura 2A. El proyecto se ha configurado para ocultar el marcador y las listas de ventanas. Hay una columna con una sola pestaña, que tiene un diario que ejecuta la presentación. El diario incluye enlaces a guiones y archivos de soporte que, al hacer clic, aparecen en los proyectos como pestañas. El diario ofrece la posibilidad de agregar notas y contexto al resto de los elementos del proyecto.
- Flujo de trabajo de modelado predictivo. Este proyecto se muestra en la Figura 2B y se tratará en el Estudio de caso II más adelante en este documento. El proyecto incluye la realización de tareas estándar de modelado predictivo en un solo conjunto de datos. Se ajustan varios modelos y se guardan en un Formula Depot a medida que se construyen. El Formula Depot está en su propia columna, por lo que se puede consultar fácilmente. Finalmente, se agrega una comparación de modelos y se genera un código de puntuación para poner el modelo en producción.
- Flujo de trabajo del DOE. Este proyecto se muestra en la Figura 2C y un flujo de trabajo del DOE como este se tratará en el Estudio de caso I más adelante en este documento. El proyecto se utiliza para organizar los pasos para crear un experimento diseñado, comparar múltiples diseños candidatos, recopilar datos, analizar datos y crear resultados para compartir los resultados con otros. También puede incluir materiales de apoyo sobre el experimento (fotos, informes, etc.).
- Proyecto de guion. Este proyecto se muestra en la Figura 2D. Se utiliza para ayudar a los scripters de JSL a organizar sus ventanas y facilitar la eficiencia durante la creación de scripts. El proyecto incluye el índice de secuencias de comandos en un modo configurado específicamente para su uso en un proyecto. El script en el que se está trabajando incluye un registro incrustado y también enlaces a archivos o funciones de soporte en la lista de marcadores.
Figura 2: Formas en que los proyectos se pueden utilizar en JMP.
¿Quién es el usuario previsto de los proyectos JMP?
Los proyectos son una forma opcional de trabajar en JMP y muchos usuarios continuarán operando en el "modo de ventana múltiple" estándar de JMP. Sin embargo, para aquellos que trabajan en JMP de una manera específica o tienen problemas específicos con la administración de ventanas o la administración de archivos, vale la pena echarle un vistazo al proyecto.
Muchos usuarios prefieren ejecutar plataformas JMP como Graph Builder con una ventana maximizada. Desafortunadamente, una vez que se maximiza una ventana en JMP, es fácil que los nuevos usuarios pierdan la tabla de datos o tengan dificultades para navegar a otras ventanas actualmente abiertas. Al utilizar un espacio de trabajo con pestañas, el proyecto soluciona muchos de estos problemas. Un usuario puede simplemente navegar a otra pestaña abierta, como cuando usa un navegador web, para acceder a otro informe de análisis o tabla de datos.
Para las personas que tienen informes semanales o diarios estándar, el proyecto puede ser un contenedor eficiente para respaldar ese trabajo. Junto con Query Builder, por ejemplo, un proyecto puede incluir un script que obtenga los datos más recientes de una base de datos y genere un conjunto de informes estándar; luego se puede guardar con la fecha para agilizar esta tarea de informes de rutina.
Los usuarios de JMP desde hace mucho tiempo pueden recordar (y perderse) la Ventana maestra en la versión de Windows de JMP. Ahora, con el proyecto, pueden restaurar gran parte de esa funcionalidad.
Para los usuarios que generan muchas ventanas, ya sea de forma interactiva o mediante secuencias de comandos, y sienten que se pierden en una sesión, el proyecto puede ayudar a aliviar este dolor. Cuando un usuario está trabajando en varios proyectos a la vez, cerrar un solo proyecto puede cerrar automáticamente todos los archivos y ventanas asociados con ese proyecto, dejando intactos los otros proyectos y eliminando la necesidad de cerrar manualmente varias ventanas.
Para los usuarios que ya han elaborado su propio esquema de organización de archivos para la salida y los archivos de JMP, los proyectos pueden proporcionar un marco o encajar bien dentro de una forma estructurada de carpetas de usar JMP. Y finalmente, las personas que tienen archivos en todo el disco duro de su computadora pueden agregar archivos individuales a un proyecto para obtener una vista panorámica de una estructura organizada sobre una carpeta desordenada.
Trabajando con el Proyecto
Obtener archivos en un proyecto
Primero comience creando un nuevo proyecto (Archivo > Nuevo proyecto). Los archivos se pueden agregar a un proyecto individualmente mediante Agregar archivos. Los archivos agregados al proyecto se agregan a la lista de Marcadores. Cuando los archivos se agregan individualmente, puede ser útil crear un grupo, local para el proyecto, que puede organizar aún más sus marcadores. Cree un grupo ejecutando el comando Nuevo grupo y luego cambie el nombre del grupo a algo descriptivo.
- Consejo profesional : Los grupos se pueden usar para configurar proyectos de plantilla para facilitar la puesta en marcha cuando se necesita un nuevo proyecto. Grupos como "Conjuntos de datos", "Guiones de referencia", "Consultas", "Guiones de gráficos", "Archivos de apoyo" y "Salida" pueden ser un buen punto de partida para crear nuevos proyectos. Guarde el proyecto como "Proyecto de plantilla" y Guardar como cada vez que necesite un nuevo proyecto.
También se pueden agregar carpetas a un proyecto, lo cual es útil cuando ya tiene archivos organizados en el disco. Simplemente agregue la carpeta y se marcará en el proyecto. Las carpetas incluyen automáticamente todas las subcarpetas y se "vigilan" (es decir, cuando un archivo se mueve dentro o fuera de la carpeta, también se mueve dentro o fuera de los marcadores de un proyecto). Esto significa que debe tener cuidado, ya que la eliminación de archivos de una carpeta de proyectos observados puede interrumpir el script o el informe en un proyecto guardado. Las carpetas se actualizan automáticamente cuando un proyecto se cierra y se vuelve a abrir y se pueden actualizar manualmente haciendo clic en el contexto > Actualizar.
Dentro de la lista de archivos de Marcadores, hay varios comandos contextuales útiles que le permiten mostrar información proporcionada sobre el nombre del archivo, la ruta, el tamaño, información sobre la creación, la última fecha de escritura y el último acceso, así como una casilla de verificación para copiar en el archivo del proyecto ( cubierto más adelante en la sección de archivo). El comando show in finder revela dónde reside el archivo en su sistema operativo. Copiar ruta le permite obtener la ruta del archivo en el disco al portapapeles, lo cual es útil si está escribiendo un script que hace referencia a un archivo. Finalmente, la opción Eliminar... le permite eliminar el marcador del proyecto (recomendado) o Mover a la Papelera/Papelera de reciclaje.
Los archivos también se pueden marcar automáticamente con arrastrar y soltar. Desde el sistema operativo, un archivo arrastrado se puede colocar en la lista de Marcadores y luego marcarlo automáticamente. Las carpetas se pueden marcar de la misma manera.
Si crea otra tabla de datos en un proyecto, se puede guardar y marcar directamente. Digamos, por ejemplo, que crea una tabla de resumen usando Tablas > Resumen. Una vez que el archivo se ha guardado en el disco, se puede arrastrar y soltar desde la Lista de ventanas hasta los Marcadores.
Muchos usuarios querrán pasar de un proyecto al modo de ventana múltiple, del modo de ventana múltiple a un proyecto (usando el proyecto solo para encapsular una sesión) o de un proyecto a otro (cuando un solo proyecto de análisis se vuelve complejo, por ejemplo) . Para eso, use Ventana > Mover a/Desde proyecto como se muestra en la Figura 3.
Simplemente elija el proyecto de origen (o ninguno si desea mover elementos de ventanas individuales y separadas) y el proyecto de destino (que puede ser ninguno, un proyecto nuevo o un proyecto abierto existente). Hay botones rápidos para mover y marcar todos los archivos, o puede elegir un subconjunto de tablas de datos e informes asociados desde el origen hasta el destino.
Al hacer clic en una tabla de datos, se muestran automáticamente las ventanas de informe abiertas en el proyecto actual. Si no desea conservarlos, simplemente cierre las pestañas o ventanas después de completar el movimiento. Las tablas de datos también se pueden marcar directamente desde esta ventana. También tenga en cuenta que las tablas de datos deben guardarse en el disco para poder marcarlas desde esta herramienta. Sin embargo, los archivos no guardados aún se pueden mover a un nuevo proyecto o a varias ventanas.
Al hacer clic en una línea individual de la tabla, aparece una miniatura útil, que puede ayudar a decidir qué archivos y gráficos e informes asociados se necesitan en el movimiento.
Figura 3. Mover a/desde la ventana del proyecto.
Gestión del espacio de trabajo
Una vez que se agregan los archivos al proyecto, es hora de configurar los gráficos y los informes en una disposición con pestañas mediante la sección del área de trabajo del proyecto, como se muestra en la Figura 1. De manera predeterminada, a medida que se crean nuevas ventanas en un proyecto, se agregan en pestañas que residen en una sola columna del espacio de trabajo.
Veamos un proyecto de ejemplo simple. Primero, cree un nuevo proyecto y luego guárdelo inmediatamente en el disco duro. A continuación, cree una nueva carpeta llamada "proyecto de muestra" y coloque el archivo del proyecto en esa carpeta. Al hacerlo, hay una sola carpeta en la que se pueden agregar todos los scripts, tablas de datos y materiales de apoyo.Voy a crear tres grupos en el proyecto: Tablas de datos, Scripts y Salida. Luego agregaré dos archivos al proyecto: "FHPI.jmp" y "StatesMetadata.jmp".
Usaremos el proyecto para escribir un script de automatización para desarrollar un flujo de trabajo analítico integral estándar que consiste en el procesamiento de datos a través de un script de consulta, limpieza de datos, visualización, modelado, curación de contenido y salida final para comunicar resultados.
Para comenzar a desarrollar el script de automatización, también puedo instanciar esa ayuda > índice de scripting en caso de que necesite buscar algo. Cuando el índice de secuencias de comandos se carga en el proyecto, se agrega como una pestaña. Sería más útil si pudiera acoplarlo a la derecha de mis tablas de datos y salida. Para hacer esto, simplemente despegue la pestaña del índice de secuencias de comandos. Las zonas de colocación de Graph Builder aparecen en el proyecto, lo que le permite arrastrar y soltar para reconfigurar el espacio de trabajo del proyecto, como se muestra en la Figura 4.
Figura 4. Las zonas de colocación del espacio de trabajo del proyecto se iluminan cuando se quita una pestaña de una lista de pestañas. Las zonas de colocación están anotadas para facilitar la configuración del espacio de trabajo del proyecto.
Las pestañas individuales se pueden maximizar o minimizar haciendo clic en el ícono de pestaña pequeño en el título de la pestaña. Esto puede ser útil cuando, por ejemplo, desea centrarse en un informe de plataforma individual o está utilizando una plataforma, como Graph Builder, que se beneficia de un poco más de espacio dentro del proyecto. También se puede utilizar para presentaciones ad hoc dentro del proyecto.
Cuando las pestañas están maximizadas, los marcadores y la lista de ventanas permanecen. Se pueden ocultar manualmente desde el menú Proyecto alternando los comandos Mostrar marcadores y Mostrar lista de ventanas. El registro de todo el proyecto, que está oculto de forma predeterminada, también se puede mostrar desde este menú.
Si en algún momento reorganiza el diseño y no le gusta el resultado, hay un comando de diseño deshacer y rehacer para ayudar. También puede volver a la lista predeterminada de una sola pestaña restableciendo el diseño desde el menú Proyecto.
Se puede navegar por las pestañas dentro del espacio de trabajo haciendo clic en ellas (al pasar el cursor del mouse sobre ellas se produce una miniatura), haciendo doble clic dentro de la lista de ventanas o usando las flechas izquierda y derecha para desplazarse por las pestañas.
Guardar y archivar proyectos
Continuando con nuestro proyecto de análisis, vamos a utilizar Query Builder para unir nuestras dos tablas y crear una tercera tabla, leída para modelado y visualización. El script de Query Builder se puede crear y luego guardar en la carpeta del proyecto. Lo agregaré al proyecto y lo arrastraré y soltaré en el grupo de scripts.
Esto se muestra en la Figura 5. Las secuencias de comandos, las consultas y las aplicaciones o los tableros se pueden ejecutar directamente a través del menú contextual, ahorrándole el clic de abrirlo en el proyecto y luego ejecutar la secuencia de comandos. También puede ayudar a mantener limpio el proyecto, ya que no habrá una pestaña abierta para un script de "producción" que no se esté editando activamente.
Figura 5 . Ejecutar un script directamente haciendo clic derecho sin abrirlo en una pestaña.
Ejecutar el script produce una tercera tabla de datos, con mis dos tablas correctamente unidas. La pestaña JoinTables tiene un * junto al nombre que indica que este archivo aún no se ha guardado en el disco. Si trato de guardar el proyecto desde Archivo > Guardar proyecto, obtendré el siguiente mensaje de advertencia, que se muestra en la Figura 6.
Figura 6 . Documentos no guardados en un mensaje de advertencia de Proyecto.
En este punto, tiene una decisión sobre lo que quiere hacer, ya que todos los archivos deben guardarse o cerrarse antes de poder guardar un proyecto. Al hacer clic en Guardar todo, se le pedirá que guarde todos los archivos no guardados en el disco primero y luego guardará el proyecto. Hay una casilla de verificación, que está desactivada de forma predeterminada, que le permite guardar automáticamente los documentos guardados anteriormente (solo con los cambios no guardados) al guardar el proyecto. Use esta configuración con cuidado, especialmente cuando comience a usar proyectos, ya que puede realizar cambios temporales en una tabla de datos que desea descartar (agregar columnas, eliminar columnas, cambiar celdas, etc.).
La opción Cerrar todo cerrará y no guardará todos los documentos no guardados, pero evitará que tenga que guardar cada documento individualmente. Esto puede ser útil si tiene un script que genera muchos resultados, pero no necesariamente quiere guardarlo.
También puede guardar documentos no guardados manualmente, sabiendo que tan pronto como desaparezcan todos los * en la lista de pestañas, puede guardar un proyecto con un solo clic.
El proyecto guarda gráficos y otros resultados de la plataforma de una manera ligeramente diferente. Dado que el proyecto aprovecha la funcionalidad de secuencia de comandos de sesión en JMP, los gráficos y la salida de la plataforma persisten automáticamente al guardar y cerrar sin necesidad de guardar las secuencias de comandos en la tabla de datos, diarios o guardar los informes como archivos .jrp. Esto es especialmente útil para los nuevos usuarios que desean guardar el estado de los proyectos de análisis sin tener que aprender primero ningún JSL.
Reproducción de guiones de proyectos
Los archivos .jsl, .jmpquery y .jmpapp/.jmpappsource marcados se pueden ejecutar directamente desde la lista de marcadores (al igual que la ventana de inicio en JMP). Al hacer clic con el botón derecho en cualquiera de estos archivos, puede ver opciones ampliadas sobre qué hacer con estos archivos, como se muestra en la Figura 7.
Figura 7. Menú contextual para tipos de archivos JMP populares en un proyecto.
Estas opciones del menú contextual le permiten crear rápidamente una aplicación, ejecutar un script o ejecutar una consulta directamente sin tener que abrir el editor de scripts AppBuilder/Dashboard Builder, Query Build o JSL. El elemento se ejecutará y los resultados se abrirán automáticamente en una nueva pestaña del proyecto, ahorrando así un clic. Además, Query Builder tiene una opción para "Ejecutar al abrir" (que se muestra en la Figura 7). Esta consulta de doble clic se ejecutará automáticamente sin abrir el Generador de consultas.
Cuadros de mando e informes web
Los paneles y los informes web son formas comunes de compartir y comunicar los resultados de un análisis JMP con otros. Ambas características son compatibles con el proyecto JMP. Archivo > Nuevo panel abrirá la interfaz del Creador de paneles, lo que le permitirá ver todos los informes disponibles dentro del proyecto. Puede organizar los informes, agregar filtros, texto y otros elementos; después de hacer clic en Ejecutar tablero en el menú del triángulo rojo, el tablero resultante aparecerá en una nueva pestaña en el proyecto (consulte la Figura 8).
Figura 8. Resultados de ejecutar un panel creado con Dashboard Builder dentro de un proyecto. El tablero resultante llenará una nueva pestaña en el proyecto.
Los informes web son similares (Archivo > Publicar). La funcionalidad Crear informe web verá automáticamente todas las pestañas disponibles dentro de un proyecto como gráficos aplicables para completar un informe web. Por lo tanto, el informe web puede ser una buena manera de compartir el flujo de trabajo de un proyecto con alguien que actualmente no tiene JMP.
Estudio de caso 1: Proyecto DOE
empleo proyecto s como parte de d diseño de mi experimentos (D O E) dentro de JMP puede ayudar a comunicar los resultados , así como ayudar en el trabajo de los experimentos mismos.
Usando D O E en JMP significa:
- Corriendo la D O Plataforma electrónica para crear el esquema de recopilación de datos. .
- Uso de la tabla JMP como base para recopilación de datos .
- Explotación de varias plataformas de gráficos JMP para ver los resultados de las ejecuciones del experimento .
- Utilizando el modo JMP ling plataformas para construir un modelo predictivo basado en los datos recopilados y como parte del modelo ejercicio , ver varios gráficos de diagnóstico para garantizar que se haya desarrollado un modelo razonable.
- Construir gráficos y tablas para comunicar los resultados de la D O E con la intención de promover En g acción de una organización.
El procedimiento genérico detallado arriba en S pasos 1-5 a menudo resultado s en muchos ventanas y tablas en JMP. También puede ser cierto que el proceso puede llevar meses. para mover de S paso 1 a S paso 5 , lo que significa que el usuario de JMP tiene que guardar los resultados importantes en su sistema de archivos, recordar dónde se guardan y realizar un seguimiento de todo el proceso.
Este estudio de caso usará un experimento simple que cualquiera puede ejecutar para mostrar cómo pag los proyectos pueden ayudar con D O E mediante la gestión de ventanas, seguimiento de resultados y comunicación de conclusiones.
Quiero ejecutar un experimento simple para mostrar cómo JMP El diseñador personalizado se puede utilizar para realizar experimentos con restricciones en a variable , como energía total en este caso.
El objetivo de este experimento es encontrar una buena configuración en el microondas de mi casa para cocinar palomitas de maíz. Tengo tres variables en mi control:
- Tiempo (tiempo en mm:ss que puedo configurar para el tiempo de cocción) .
- Poder (un opaco L nivel 1-10, no estoy seguro de lo que esto significa para la temperatura) .
- Marca (hay muchas marcas en el mercado ; he elegido el ligeramente disfrazado marcas familiares wilbur y Ultra secreto ) .
Según las instrucciones en las cajas de palomitas de maíz. , Decidí variar el tiempo de tres a cinco minutos y la potencia de L nivel 5 a L nivel 10. Luego me puse a revisar las esquinas del espacio de diseño, es decir, poco tiempo y poca energía y también mucho tiempo y mucha energía. Estas esquinas representan la energía total máxima y mínima de mis niveles elegidos (Figura 9) .
Figura 9 : Las imágenes izquierda y derecha de arriba muestran las esquinas del espacio de diseño.
Está claro a partir de mis primeros resultados que las esquinas del espacio no son factibles. Así que tendré que usar JMP Custom Designer para crear un espacio de diseño restringido.Quiero usar JMP Projects, así que primero abro educar un nuevo proyecto y llámalo "Mi experimento de palomitas de maíz" como se muestra en F Figura 10.
Figura 10: Captura de pantalla de un proyecto vacío al inicio del proceso de flujo de trabajo del DOE.
Luego inicié el Diseñador personalizado dentro del proyecto y configuré mis respuestas y factores como se muestra en la Figura 11.
Figura 11: Lanzamiento de Custom Design para configurar las ejecuciones experimentales.
Ahora es el momento de elegir mi modelo (RSM) y establecer las restricciones sobre la energía total (Tiempo + Nivel de potencia). El establecimiento de restricciones lineales en los factores se realiza simplemente configurando las restricciones como se muestra en la Figura 12.
Figura 12: Configurando las restricciones experimentales y agregando los efectos que quiero poder modelar para determinar la cantidad de ejecuciones necesarias.
Elegí Hacer diseño, lo que resultó en que JMP mostrara un diseño candidato. La Figura 13 muestra el diseño que utilicé con formatos de tiempo y nivel de potencia que coinciden con lo que puedo configurar en mi microondas.
Figura 13: Tabla de ejecución experimental.
A continuación, hice estallar 16 cajas de palomitas de maíz. Usando una taza métrica como herramienta de muestreo, seleccioné una taza representativa de cada corrida y conté el total de granos y la cantidad de granos reventados. Los datos son los que se ven en la Figura 14.
Figura 14: Resultados del experimento.
Observé algunos gráficos y construí una regresión generalizada con el número extraído como respuesta binomial. Un mapa de calor de tiempo frente a potencia por marca con la proporción de estallido a color total de bajo (azul) a alto (rojo) muestra que las combinaciones medias a altas de nivel de potencia y tiempo tienen mejores resultados. Un generador de perfiles del modelo de regresión comunica mejor los resultados con la conclusión añadida de que las palomitas de maíz de la marca Wilbur son más resistentes a la energía total. Las figuras 15 y 16 muestran estos resultados.
Figura 15. Un mapa de calor de tiempo frente a potencia por marca con la proporción de estallido a color total de bajo (azul) a alto (rojo).
Figura 16: Perfilador que muestra el modelo final y los efectos del cambio de marca, tiempo y factores de potencia en la respuesta.
Finalmente, escribí un documento de Conclusión simple agregando dos gráficos como archivos PDF de JMP; Agregué este documento de conclusión al proyecto seleccionando el botón Agregar archivos en la parte superior izquierda de la ventana de mi proyecto, como se muestra en la Figura 17.
Figura 17. Conclusión simple marcada para compartir los resultados de este experimento.
Ahora tengo un archivo de proyecto que contiene mi configuración de diseño, datos, modelo y gráficos de apoyo, así como un documento de conclusión. Este es un archivo independiente que es la base de mi memoria de este experimento. También sirve como memoria corporativa de este experimento si almaceno el proyecto y los archivos de apoyo en una ubicación que los miembros de mi equipo puedan recuperar ahora y en el futuro.
Estudio de caso 2: Proyecto de modelado predictivo
Vamos a usar to project para ayudar en la tarea de construir un modelo para predecir la calidad del vino a partir de un conjunto de propiedades fisicoquímicas (ver Cortez et al. 2009). El conjunto de datos está disponible para descargar desde el repositorio de aprendizaje automático de UCI (Lichman 2013). Podemos usar el proyecto para administrar el proceso de importación de datos a través de la Importación de archivos múltiples, explorar y limpiar la tabla de datos importados resultante, crear gráficos, crear una serie de modelos candidatos utilizando varias técnicas de aprendizaje automático en JMP Pro, comparar modelos, decidir sobre un modelo para usar y, en última instancia, generar un código de puntaje para ayudar a poner este modelo en producción. Seguiremos el flujo de trabajo analítico de principio a fin en JMP (consulte la figura 18) para demostrar cómo el proyecto respalda naturalmente el proceso.
Figura 18. Flujo de trabajo analítico de extremo a extremo en JMP.
Los datos históricos están disponibles para su descarga desde el sitio web de UCI Machine Learning directamente: http://archive.ics.uci.edu/ml/datasets/Wine+Quality . Hay tres archivos para descargar: winequality-red.csv, winequality-white.csv y winequality.names. El primer paso para crear un proyecto es ir a Archivo > Nuevo proyecto en JMP y crear una carpeta en el escritorio llamada "Proyecto de modelado de vinos". Colocaré los tres archivos de texto en esta carpeta.
Guardaré el archivo del proyecto en la carpeta del proyecto de calidad del vino y luego crearé varios grupos para ayudarme a organizar mis marcadores: 01-Datos sin procesar, 02-Tablas de datos JMP, 03-Scripts, 04-Código de puntuación, 05-Salida.
Marcaré los tres archivos de datos sin procesar arrastrándolos y soltándolos desde el buscador a la carpeta de datos sin procesar.
A continuación, quiero colocar los archivos en una tabla de datos JMP. Voy a usar la Importación de archivos múltiples para abrir automáticamente ambos archivos CSV y concatenarlos sin necesidad de escribir un script o usar el menú de tablas (Archivo -> Abrir múltiples…). Para abrir los archivos .csv, me aseguraré de seleccionar por extensión: .csv. y mantenga el botón de opción marcado para apilar archivos similares. Verificaré la columna Agregar nombre de archivo para mantener qué muestras son de vino tinto y cuáles son blancas. Guardaré el script en la ventana del script y guardaré el script en el proyecto, de modo que si ingresan nuevos datos y quiero regenerar la tabla de datos JMP, puedo hacerlo directamente sin tener que volver a pasar por el cuadro de diálogo de Multiple. Importación de archivos (Figura 19). Marcaré la secuencia de comandos para más adelante arrastrándola desde la lista de ventanas a los marcadores y luego cerraré la secuencia de comandos.
Figura 19. Múltiples configuraciones de importación de archivos.
Ahora que mis conjuntos de datos están abiertos en una sola tabla de datos JMP, guardaré el archivo y luego lo agregaré a favoritos en el proyecto. Puedo usar Recode para agregar una columna (Color) que muestre la categoría del vino en esa muestra. El objetivo de este ejercicio de modelado es utilizar el método relativamente económico de medir las propiedades fisicoquímicas (como el azúcar residual, el alcohol o los sulfitos) para predecir las pruebas de sabor profesionales relativamente costosas de reunir del vino. Somos afortunados de tener los datos históricos, que tienen ambas propiedades, y podemos usar buenas técnicas de validación cruzada para construir un modelo sobre estos datos históricos, que puede funcionar bien en nuevos datos donde solo tenemos las propiedades fisicoquímicas disponibles. La Figura 20 muestra una matriz de distribución con vinos de alta calidad seleccionados. Podemos ver en la distribución de las otras medidas que puede haber cierta separación en algunos de los valores para segmentar estos vinos altamente calificados (es decir, los vinos con un puntaje de calidad más alto parecen tender a tener un contenido de azúcar residual más bajo y un contenido de alcohol más alto) . Probaremos esta hipótesis construyendo varios modelos.
Al realizar un análisis multivariante y observar el mapa de colores en las correlaciones, también podemos ver que muchas de las medidas están altamente correlacionadas entre sí, lo que resultará un desafío para las técnicas de modelado estándar como la regresión por pasos o los mínimos cuadrados.
Figura 20. Matriz de distribución de propiedades fisicoquímicas, color y puntuaciones de calidad. Se seleccionan vinos altamente calificados. El mapa de color de las correlaciones para las propiedades fisicoquímicas se muestra a la derecha.
Con el fin de evaluar el rendimiento del modelo y dar a nuestras diversas técnicas de modelado la misma oportunidad de predecir la calidad del vino, emplearemos la validación cruzada para una evaluación honesta del rendimiento del modelo. Básicamente, vamos a separar los datos que tenemos en tres conjuntos: entrenamiento (utilizado para construir los modelos), validación (utilizado para ajustar los modelos y equilibrar la complejidad y la parsimonia con el rendimiento) y, finalmente, prueba (un subconjunto de los datos no se usan en el modelado, sino que solo se usan para simular la entrada de nuevos datos y, por lo tanto, nuestro juicio sobre la capacidad del modelo para funcionar con nuevos datos).
Para crear la columna de validación, usaré la utilidad Crear columna de validación en Analizar > Modelado predictivo. Elegiré la opción aleatoria estratificada y luego haré clic en la columna Color del vino para asegurarme de tener las mismas proporciones de muestras en los grupos de ensayo, validación y prueba para vinos tintos y blancos. Voy a hacer una muestra del 70%/20%/10% de grupos de entrenamiento, validación y prueba.
Vamos a construir varios modelos candidatos y luego los publicaremos en Formula Depot. El Formula Depot encaja muy bien en un proyecto. Lo abriré (Analyze > Predictive Modeling) y luego colocaré Formula Depot en su propia columna a la derecha del proyecto.
Ahora construiremos un Boosted Tree, Bootstrap Forest, Neural Net y varios modelos de regresión generalizados. Mientras construyo los modelos individuales, publicaré los resultados en Formula Depot.
Figura 21. Proyecto final de modelado predictivo.
Parece que Bootstrap Forest es el modelo que mejor se ajusta a los datos de prueba. Bootstrap Forest ha capturado bien la forma del modelo subyacente. La Figura 21 muestra cómo podría configurar el proyecto para ver todos los modelos que he creado en una lista de pestañas con la colección de modelos en un Formula Depot acoplado a la derecha del espacio de trabajo y una comparación de modelos directamente debajo de la salida del modelo para mirar importancia variable y un perfilador para los distintos modelos candidatos.
Lo que Bootstrap Forest hace bien es capturar el hecho de que aumentar el alcohol del vino aumenta la calidad hasta cierto punto, como se muestra en la Figura 22. Esta figura muestra los ajustes requeridos para producir vino de la más alta calidad como se indica en los datos históricos. Podemos compartir estos resultados con otros de dos maneras. Uno, guardando el código de puntuación del modelo de Formula Depot en una variedad de lenguajes (como SAS, Python, C, JavaScript o SQL), y también en PPT o HTML.
Figura 22. Modelo Bootstrap Forest que predice la calidad del vino.
Este informe interactivo se puede compartir con otras personas que no tienen JMP. Y Profiler permanece interactivo en la Web, por lo que los valores se pueden ajustar de forma interactiva para ver el impacto en la calidad del vino. Tanto el código de puntuación del modelo como el informe HTML5 interactivo también se pueden marcar en el proyecto.
Referencias
- Cortez, A. Cerdeira, F. Almeida, T. Matos and J. Reyes. Modelado de preferencias de vino mediante minería de datos a partir de propiedades fisicoquímicas.
En Decision Support Systems, Elsevier, 47(4):547-553, 2009.
- Lichman, M. (2013). Repositorio de aprendizaje automático de UCI [ http://archive.ics.uci.edu/ml ]. Irvine, CA: Universidad de California, Escuela de Informática y Ciencias de la Computación.
