This Profiler is embedded -- that is, displayed in the context of its platform report.This Profiler is embedded -- that is, displayed in the context of its platform report.This Profiler is embedded -- that is, displayed in the context of its platform report.This Profiler is embedded -- that is, displayed in the context of its platform report.이 프로파일러는 포함되어 있습니다. 즉, 플랫폼 보고서의 컨텍스트에 표시됩니다.
JMP 15 잠시 후 대화형 HTML 프로파일러에 가장 큰 개선 사항을 제공합니다. 우리는 이전보다 더 많은 프로파일러가 대화식으로 나올 수 있도록 JavaScript에서 새로운 JSL 메소드를 구현했습니다. 또한 JMP 15를 통해 JMP Live 및 JMP Public에 최대한 많은 상호 작용 기능을 제공하기 위해 노력하면서 4개의 새로운 내장 프로파일러가 다른 어떤 릴리스보다 활성화되었습니다.
여러 버그 수정 외에도 JMP 15에서 추가 임베디드 프로파일러를 대화식으로 만들기 위한 작업이 수행되었습니다."내장된 프로파일러"라고 하면 JMP의 그래프 메뉴 아래에 있는 예측 프로파일러가 아니라 플랫폼 보고서의 컨텍스트에 표시되는 프로파일러를 의미합니다. 이전 포스팅들에서 언급했듯이, Fit Least Squares는 JMP 12에서 처음 수행되었습니다. 가장 일반적으로 사용되며, 신경망, 일반화 회귀 및 일반화 선형 모델이 JMP 13에 추가되었습니다. . JMP 및 JMP Pro의 최신 버전에서는 LogLinear Variance, Partition, Boosted Trees 및 Bootstrap Forest의 네 가지 새로운 플랫폼이 지원됩니다.
로그선형 분산
적합 모형의 이러한 특성을 사용하면 회귀 모형을 사용하여 응답의 기대값과 분산을 모두 모형화할 수 있습니다. 사출 성형 샘플 데이터 세트의 다음 예는 데이터 테이블에서 "모델" 스크립트를 실행한 다음 프로파일러 하위 메뉴 아래의 빨간색 삼각형 메뉴에서 "프로파일러"를 선택합니다. 출력은 다음 위치에 게시될 수 있습니다. JMP 공개 또는 JMP 라이브 파일 메뉴에서 게시 옵션을 사용합니다. 아래 콘텐츠는 JMP Public에서 호스팅되며 iframe을 사용하여 이 블로그에 포함됩니다.
분할
파티션 플랫폼은 예측 변수와 응답 값 간의 관계에 따라 데이터를 재귀적으로 분할하여 의사 결정 트리를 만듭니다. 현재 우리는 플랫폼이 응답 값의 평균에 맞는 경우에만 연속 응답을 지원한다는 점에 유의하는 것이 중요합니다. 따라서 응답은 JMP 파티션 플랫폼에서 범주형일 수 있지만 대화식 HTML에서는 아직 구현되지 않았으며 더 큰 대화식 보고서 내에서 이미지로 표시됩니다. 그러나 당뇨병 데이터 세트에서 가져온 것과 같은 연속적인 예가 많이 있습니다.
부스트 트리 및 부트스트랩 포리스트
이 두 플랫폼은 다음에서만 사용할 수 있습니다. JMP 프로 , 여러 의사 결정 트리를 사용하는 파티션 플랫폼과 관련이 있습니다. JMP Public으로 이동 이러한 플랫폼에서 프로파일러의 몇 가지 예를 보려면
