预测建模中的参数调整在 Predictive Modeling 平台中，最好有一些选项，类似于替代混淆矩阵截断值，可以为值的多个迭代步骤更改各种调整参数。 例如，在一个分区中，以 1 为增量在 3 到 10 之间改变最小分割大小（其他参数也类似）。 我意识到这在脚本中使用循环并不难完成，但如果它像混淆矩阵截断示例一样简单，或者在进行分析时将变量放入 By 框中的工作方式，那就太好了. 然后很容易检查各种性能指标如何随着调整参数的变化而变化。
根据我的经验，JMP 中的大多数默认参数工作得很好，但测试这是否属实变得乏味。 此建议将使此测试自动化，并使确定是否覆盖默认值变得更加容易。
统计与分析回复：预测建模中的参数调整 - 状态更改为：已确认你好@dale_lehman ， 谢谢你的建议！ 我们已收到您的请求并将予以考虑。
回复：预测建模中的参数调整我完全支持这个提议。 在建模中经常遇到所谓的超参数调整。 嗯，包括这个选项将使 JMP Pro 比其他数据分析软件更具竞争力，例如 ML 建模，例如 Matlab。
