回复：获取全局异常分数的脚本（筛选异常值）我通常从 Scripting Index 开始寻找相同的名字（在这种情况下它可能有效）
我唯一不确定的是 Impute Missing part
Names Default To Here( 1 );
Clear Log();
dt = Open( "$SAMPLE_DATA/Bands Data.JMP" );
obj = dt << Explore Outliers(
Y(
:proof cut, :viscosity, :caliper, :ink temperature, :humidity, :roughness,
:blade pressure, :varnish pct, :press speed, :ink pct, :solvent pct,
:ESA Voltage, :ESA Amperage, :wax, :hardener, :roller durometer,
:current density, :anode space ratio, :chrome content
)
);
obj << k Nearest Neighbor Outliers(K(4));
obj << Impute Missing(0);
obj << Save NN Distances;
//obj << Close Window;
获取全局异常分数的脚本（筛选异常值）JMP 有多种探索异常值的方法（分析>筛选>探索异常值）。
对于第一次数据探索，我正在寻找一种解决方案，以便用户可以交互式地过滤所有异常行。
一种简单的方法是进行 KNN 离群值分析（取消选中插补选项并能够更改默认值）
并保存到每个 NN 的距离，因此可以获得全局分数（例如，通过将所有距离添加到一列中）。
如何在 JMP 16 中自动化这些具有 GUI 操作的步骤？
Names Default To Here( 1 );
Clear Log();
dt = Open( "$SAMPLE_DATA/Bands Data.JMP" );
// Launch platform: Explore Outliers
Explore Outliers(
Y(
:proof cut, :viscosity, :caliper, :ink temperature, :humidity, :roughness,
:blade pressure, :varnish pct, :press speed, :ink pct, :solvent pct,
:ESA Voltage, :ESA Amperage, :wax, :hardener, :roller durometer,
:current density, :anode space ratio, :chrome content
)
);
分析脚本
