Re: Model Screening에서 맞춤형 모델 지원 - 상태가 다음으로 변경됨: 승인됨@ih - 제안해 주셔서 감사합니다! 귀하의 요청을 캡처하여 검토하겠습니다.
모델 스크리닝에서 사용자 정의 모델 지원사용자가 R 또는 Python의 도구를 포함하여 모델 스크리닝 플랫폼에서 자체 모델 및 최적화 기술을 정의할 수 있는 방법을 제공하여 아직 JMP에 추가되지 않은 기술을 포함하여 거의 모든 모델을 이 플랫폼에서 호출할 수 있습니다. 결코 그렇지 않을 것입니다.
- 이는 사용자가 분석을 수행하고 요약 통계 및 모델 매개변수를 반환하는 함수를 정의한 다음, 초기 최적화에서 반환된 해당 모델 매개변수를 기반으로 분석을 시작하는 또 다른 함수를 정의하는 사용자 정의 JSL 함수를 정의하는 것과 유사할 수 있습니다. 이는 이름 및 설명과 함께 연관 배열로 깔끔하게 래핑될 수 있습니다.
- 나는 이것이 추가 기능의 일부로 가장 일반적으로 관리될 것으로 예상하며, 필요한 경우 항상 그런 방식으로 관리될 수 있다고 생각합니다.
- 사용자 지정 함수를 사용하면 사용자가 해당 함수 내에서 R 또는 Python을 호출할 수 있어야 합니다. 이 경우 분석을 시작하기 위해 정의한 함수는 R 또는 Python과 인터페이스하기 위해 만든 새 창을 시작해야 할 수도 있습니다.
JMP Pro용 XGBoost 추가 기능이 플랫폼에 새로운 모델을 추가하는 것처럼 보여서 이것이 이미 가능하길 바랐지만, 이는 JMP 자체에 하드 코딩된 특별한 경우인 것 같습니다.
고급 통계 모델링자동화 및 스크립팅예측 모델링 및 기계 학습Re: Model Screening에서 맞춤형 모델 지원 - 상태가 다음으로 변경됨: 조사 중Re: Model Screening에서 커스텀 모델 지원감사 @사라-실베스트르 !
Re: 모델 스크리닝에서 커스텀 모델 지원이렇게 하면 이 문제를 해결하기 위해 모델 스크리닝 플랫폼을 쉽게 사용할 수 있습니다.
Re: 하나는 교차 검증을 보류합니다.
Re: 모델 선별에서 사용자 지정 모델 지원 - 상태가 다음으로 변경됨: 현재로서는 계획되지 않음이 요청을 제출해 주셔서 감사합니다.우리는 모든 피드백에 감사하고 검토합니다. 받지만 모든 제안을 이행할 수 없으며 이 요청을 진행하지 않기로 결정했습니다. .만약에 원래 요청의 일부가 아니었던 추가 세부 정보/정보가 있는 경우 이 결정을 재고해야 한다고 생각하는 경우 이 추가 정보를 제공하십시오.
