モデル スクリーニングでのカスタム モデルのサポートユーザーがモデル スクリーニング プラットフォームで独自のモデルと最適化手法を定義する方法を提供します。これには、R や Python のツールが含まれます。これにより、JMP にまだ追加されていない手法を含め、ほぼすべてのモデルをこのプラットフォームで呼び出すことができます。決してありません。
- これは、ユーザーが分析を実行して要約統計とモデル パラメータを返す関数を定義し、その後、初期最適化から返されたモデル パラメータに基づいて分析を開始する別の関数を定義する、カスタム JSL 関数の定義に似ている可能性があります。 これはすべて、名前と説明とともに連想配列にきちんとラップできます。
- これはアドインの一部として管理されるのが最も一般的だと思いますが、必要に応じて可能だと思いますいつもそのように管理されます。
- カスタム関数では、ユーザーが関数内で R または Python を呼び出せるようにする必要があります。その場合、分析を起動するために定義した関数は、R または Python とのインターフェイスとして作成した新しいウィンドウを起動する必要がある場合があります。
私は簡単にこれがすでに可能であることを願っていました。 JMP Pro 用 XGBoost アドインアドインは新しいモデルをプラットフォームに追加するように見えますが、これは JMP 自体にハード コードされた特殊なケースのようです。
高度な統計モデリング自動化とスクリプト予測モデリングと機械学習ユーザーインターフェース
