新手問題從報告中提取值<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好,
我正在嘗試加快從腳本調用的報告中提取值的速度。
為了測試,我創建了兩個簡單的列並進行了擬合,我試圖從估計中提取截距,這樣我就知道我在做什麼。
測試=雙變數(
是( :第2欄) ,
X ( :第 1 欄) ,
擬合線( {線條顏色( { 208 , 64 , 86 } )} )
) ;
r =測試<<報告;
弗雷德= r [大綱框( “線性擬合” ) ,大綱框( “參數估計” ) ,列箱( “估計” )[ 1 ]] <<得到(1) ;
展示(弗雷德) ;
我正在嘗試(顯然不成功)遵循手冊中的範例,但收到日誌視窗中顯示的錯誤
存取或計算「Get」時的索引{100},Get( 1 ) /*###*/
這個測試腳本應該是什麼樣的呢?
回覆:新手問題從報告中提取值很好,謝謝。
回覆:新手問題從報告中提取值若要僅從「Validation」OutlineBox 下的第一個 TableBox 中提取訊息,請變更為以下內容:
Report( neur )["Validation"][Table Box( 1 )] << Make into Data Table;
<
回覆:新手問題從報告中提取值感謝您提供腳本。 我幾乎做了我需要的事情。 不過,有一點我不懂:
這是我得到的表。 它包括訓練和驗證資料的措施。

然而,腳本的最後一行明確引用了訓練資料:
Report( neur )["Training"][Table Box( 1 )] << Make Combined Data Table;
為什麼該表還包含有關驗證資料的資訊?
注意:從最後一行刪除 [“Training”] 部分會產生相同的結果。
回覆:新手問題從報告中提取值謝謝你的回答,我會試試看。 我還將檢查腳本指南中的顯示頭髮部分。 (其實我在幫助中的「屬性視窗」下搜尋過此類信息,但沒有找到。
回覆:新手問題從報告中提取值下面是一個簡單的例子,說明如何將兩個表中的資訊輸出到資料表中。了解如何處理 JMP 輸出顯示樹可倍增 JMP 使用者的能力。有關顯示樹的文件可在 JMP 文件庫的腳本指南中找到
幫助==>JMP 文件庫
這是腳本
Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/semiconductor capability.jmp" );
neur = dt << Neural(
Y( :NPN1 ),
X( :PNP1, :PNP2, :NPN2, :PNP3, :IVP1, :PNP4, :NPN3 ),
Informative Missing( 0 ),
Validation Method( "Holdback", 0.3333 ),
Fit( NTanH( 3 ) )
);
Report( neur )["Training"][Table Box( 1 )] << Make Combined Data Table;
回覆:新手問題從報告中提取值更準確地說,我想從 JSL 下面的驗證和訓練表中提取值。

回覆:新手問題從報告中提取值在哪裡可以找到“屬性視窗”?
我需要從報告中的表中提取數據,並且需要找到正確的路徑。 顯然“屬性視窗”可以用於此目的,但我不知道在哪裡可以找到它...
回覆:新手問題從報告中提取值是的,只要您不使用「獲取訊息」就可以。
回覆:新手問題從報告中提取值我正在瀏覽腳本手冊,在關於不可見報告的部分(第12 版手冊中的第384 頁)產生了一種不同的語法,完全避開了get 指令,並使用了一個術語“columbox”,它似乎不是保留字,因為它是不以藍色字體顯示。這也有效。如果我使用屬性視窗檢查報告,“估計”將列為“col box”
測試=雙變數(
是( :第2欄) ,
X ( :第 1 欄) ,
擬合線( {線條顏色( { 208 , 64 , 86 } )} )
) ;
r =測試<<報告;
//fred=r[Col Box("估計")][2];
弗雷德= r [大綱框( “線性擬合” ) ,大綱框( “參數估計” ) ,列框( “估計” )][ 1 ] ;
展示(弗雷德) ;

回覆:新手問題從報告中提取值你好,
這部分程式碼有一點語法錯誤:
弗雷德= r [大綱框( “線性擬合” ) ,大綱框( “參數估計” ) ,列箱( “估計” )[ 1 ]] <<得到(1) ;
列框引用是報表中的數字列框,因此請嘗試使用 NumberColBox。 另外,將第一個值的引用放在 () 內部而不是外部,並刪除 [ ]。 在標題和編號之間加上逗號。 見下文
弗雷德= r [大綱框( “線性擬合” ) ,大綱框( “參數估計” ) ,N數字列框( “估計” , 1 )] <<得到( 1 ) ;
那應該對你有用。
此致,
克里斯·基希伯格