In der Predictive Modeling-Plattform wäre es schön, Optionen zu haben, ähnlich wie bei den alternativen Konfusionsmatrix-Cutoffs, um verschiedene Tuning-Parameter für eine Reihe von Iterationsschritten von Werten zu ändern. Variieren Sie beispielsweise in einer Partition die minimale Teilungsgröße zwischen 3 und 10 in Schritten von 1 (ähnlich für die anderen Parameter). Mir ist klar, dass dies mit einer Schleife in einem Skript nicht schwer zu erreichen ist, aber es wäre schön, wenn es so einfach wäre wie mit dem Beispiel für den Abbruch der Verwirrungsmatrix oder wie es funktioniert, eine Variable in das Feld „By“ zu setzen, wenn Sie eine Analyse durchführen . Es wäre dann einfach zu untersuchen, wie sich verschiedene Leistungsmessungen ändern, wenn die Abstimmungsparameter variieren.
Meiner Erfahrung nach funktionieren die meisten Standardparameter in JMP recht gut, aber es wird mühsam zu testen, ob dies zutrifft oder nicht. Dieser Vorschlag würde diese Tests automatisieren und es einfacher machen, zu bestimmen, ob die Standardwerte überschrieben werden sollen oder nicht.
Ich unterstütze diesen Vorschlag voll und ganz. Sogenanntes hyperparametrisches Tuning, das häufig in der Modellierung vorkommt. Nun, das Einbeziehen dieser Option wird JMP Pro viel wettbewerbsfähiger gegenüber anderer Software für die Datenanalyse machen, beispielsweise ML-Modellierung wie Matlab.
