支援模型篩選中的自訂模型為使用者提供一種在模型篩選平台中定義自己的模型和最佳化技術的方法，包括來自 R 或 Python 的工具，使該平台能夠調用幾乎任何模型，包括尚未添加到 JMP 的技術，或者也許永遠不會。
- 這可能類似於定義自訂 JSL 函數，其中使用者將定義一個函數來執行分析並傳回摘要統計資料和模型參數，然後定義另一個函數來基於從初始最佳化返回的那些模型參數啟動分析。這些都可以與名稱和描述一起整齊地包裝在關聯數組中。
- 我預計這通常會作為外接程序的一部分進行管理，如果需要，我認為它始終可以以這種方式進行管理。
- 自訂函數應允許使用者在其函數內呼叫 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視窗來與 R 或 Python 互動。
我短暫地希望這已經成為可能，因為JMP Pro 插件的 XGBoost 插件似乎為平台添加了一個新模型，但聽起來這是在 JMP 本身中硬編碼的特殊情況。
進階統計建模自動化和腳本編寫預測建模和機器學習回复：在模型篩選中支持自定義模型 - 狀態更改為：暫時未計劃感謝您提交此請求。我們感謝並審查我們的所有反饋收到，但是我們無法實施每一項建議，因此決定不再推進這一請求。如果您有其他詳細信息/信息最初不屬於請求的一部分您認為應該促使我們重新考慮此決定，請提供此附加信息。
回复：模型篩選中支持自定義模型這樣就方便使用模型篩選平台來解決這個問題：
回复：一個人堅持交叉驗證
回复：模型篩選中支持自定義模型謝謝@莎拉-西爾維斯特！
回复：在模型篩選中支持自定義模型 - 狀態更改為：正在調查回复：在模型篩選中支持自定義模型 - 狀態更改為：已確認@ih - 謝謝你的建議！ 我們已收到您的請求並將予以考慮。
