回复：獲取全局異常分數的腳本（篩選異常值）我通常從 Scripting Index 開始尋找相同的名字（在這種情況下它可能有效）
我唯一不確定的是 Impute Missing part
Names Default To Here( 1 );
Clear Log();
dt = Open( "$SAMPLE_DATA/Bands Data.JMP" );
obj = dt << Explore Outliers(
Y(
:proof cut, :viscosity, :caliper, :ink temperature, :humidity, :roughness,
:blade pressure, :varnish pct, :press speed, :ink pct, :solvent pct,
:ESA Voltage, :ESA Amperage, :wax, :hardener, :roller durometer,
:current density, :anode space ratio, :chrome content
)
);
obj << k Nearest Neighbor Outliers(K(4));
obj << Impute Missing(0);
obj << Save NN Distances;
//obj << Close Window;
獲取全局異常分數的腳本（篩選異常值）JMP 有多種探索異常值的方法（分析>篩選>探索異常值）。
對於第一次數據探索，我正在尋找一種解決方案，以便用戶可以交互式地過濾所有異常行。
一種簡單的方法是進行 KNN 離群值分析（取消選中插補選項並能夠更改默認值）
並保存到每個 NN 的距離，因此可以獲得全局分數（例如，通過將所有距離添加到一列中）。
如何在 JMP 16 中自動化這些具有 GUI 操作的步驟？
Names Default To Here( 1 );
Clear Log();
dt = Open( "$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
)
);
分析腳本
