預測建模中的參數調整在 Predictive Modeling 平台中，最好有一些選項，類似於替代混淆矩陣截斷值，可以為值的多個迭代步驟更改各種調整參數。 例如，在一個分區中，以 1 為增量在 3 到 10 之間改變最小分割大小（其他參數也類似）。 我意識到這在腳本中使用循環並不難完成，但如果它像混淆矩陣截斷示例一樣簡單，或者在進行分析時將變量放入 By 框中的工作方式，那就太好了. 然後很容易檢查各種性能指標如何隨著調整參數的變化而變化。
根據我的經驗，JMP 中的大多數默認參數工作得很好，但測試這是否屬實變得乏味。 此建議將使此測試自動化，並使確定是否覆蓋默認值變得更加容易。
統計與分析回复：預測建模中的參數調整 - 狀態更改為：已確認你好@dale_lehman ， 謝謝你的建議！ 我們已收到您的請求並將予以考慮。
回复：預測建模中的參數調整我完全支持這個提議。 在建模中經常遇到所謂的超參數調整。 嗯，包括這個選項將使 JMP Pro 比其他數據分析軟件更具競爭力，例如 ML 建模，例如 Matlab。
