Réglage des paramètres dans la modélisation prédictiveDans la plate-forme de modélisation prédictive, il serait bien d'avoir des options, similaires aux seuils de matrice de confusion alternatifs, pour modifier divers paramètres de réglage pour un certain nombre d'étapes itératives de valeurs. Par exemple, dans une partition, faites varier la taille minimale du split entre 3 et 10 par pas de 1 (de même pour les autres paramètres). Je me rends compte que ce n'est pas difficile à accomplir avec une boucle dans un script, mais ce serait bien si c'était aussi simple qu'avec l'exemple de coupure de la matrice de confusion, ou la façon dont cela fonctionne pour mettre une variable dans la case By lors d'une analyse . Il serait alors facile d'examiner comment diverses mesures de performance changent à mesure que les paramètres de réglage varient.
D'après mon expérience, la plupart des paramètres par défaut de JMP fonctionnent assez bien, mais il devient fastidieux de vérifier si cela est vrai ou non. Cette suggestion automatiserait ces tests et faciliterait la détermination de la nécessité ou non de remplacer les valeurs par défaut.
Statistiques et analysesRe : Réglage des paramètres dans la modélisation prédictiveJe soutiens totalement cette proposition. Réglage dit hyperparamétrique fréquemment rencontré en modélisation. Eh bien, inclure cette option rendra JMP Pro beaucoup plus compétitif par rapport à d'autres logiciels d'analyse de données, de modélisation ML comme Matlab, par exemple.
