在模型篩選中支持自定義模型為用戶提供一種在模型篩選平台中定義自己的模型和優化技術的方法，包括來自 R 或 Python 的工具，使該平台幾乎可以調用任何模型，包括尚未添加到 JMP 中的技術，或者可能永遠不會。
- 這可能類似於定義自定義 JSL 函數，其中用戶將定義一個用於執行分析並返回匯總統計數據和模型參數的函數，然後定義另一個函數以基於從初始優化返回的那些模型參數啟動分析。 這可以與名稱和描述一起整齊地包裝在關聯數組中。
- 我希望這通常會作為加載項的一部分進行管理，如果需要，我認為它可以總是被這樣管理。
- 自定義函數應允許用戶在其函數中調用 R 或 Python。在這種情況下，他們定義的用於啟動分析的函數可能需要啟動他們創建的新窗口以與 R 或 Python 交互。
我曾短暫地希望這已經成為可能，因為JMP Pro 的 XGBoost 插件插件似乎向平台添加了一個新模型，但聽起來這是一個在 JMP 本身中硬編碼的特殊情況。
高級統計建模自動化和腳本預測建模和機器學習用戶界面
