Performances des modèles gaussiensSalut,
J'ai reçu une question d'un client sur les performances du modèle gaussien par rapport à Python. Il dit que les données qu'il analyse nécessitent plusieurs secondes en Python mais des heures en JMP. Malheureusement je n'ai pas beaucoup de détails sur ses données, il s'agit de dizaines de milliers de lignes et de 20 mai de colonnes. Ils se demandent si dans JMP Pro les performances seraient différentes.
- Pour autant que je sache, JMP et JMP Pro utilisent le même algorithme et il n'y a rien de différent mis en œuvre qui aurait un impact sur les performances, n'est-ce pas ?
- Qu'est-ce qui pourrait affecter les performances de l'algorithme de modèle gaussien dans JMP qui semble être beaucoup plus lent que dans Python ? Il ne me semble pas que la RAM et l'échange de mémoire pourraient être le problème ?
Merci pour quelques conseils,
Martin
PS : Je demanderai également au client de travailler avec le support technique pour voir s'il y a une autre raison.
@chris_gotwalt1
Re : Performance des modèles gaussiensSalut Martine,
Il y a certainement une différence entre JMP et Pro. Pro a GASP rapide . Je ne sais pas si ce sera aussi rapide que Python mais il devrait s'agir d'une version d'amélioration du standard JMP.
Acclamations,
Phil
Re : Performance des modèles gaussiens@martindemel Je pense que vous devriez envoyer ceci au support technique et les laisser enquêter.Il y a peut-être un problème à régler.
Re : Performance des modèles gaussiens@SamGardner Je l'ai fait aussi 
Re : Performance des modèles gaussiensSalut @martindemel ,
comme @Phil_Kay dit, il existe un algorithme différent dans Pro. J'ai eu une demande similaire de Syngenta cette année, et la solution pour augmenter la vitesse dans ce cas était aussi simple que d'acheter JMP Pro . Même machine, juste JMP Pro.
Meilleur
Florian
Re : Performance des modèles gaussiensTrès souvent, la solution est d'acheter JMP Pro. 
