Re: ビッグデータを扱うための高度なテクニック確かに、これが最初に公開されたときに見たかったです！ 巨大なデータセットを使用して JMP を最大限に活用するための優れたヒントのシリーズ。
ビッグデータを扱うための高度なテクニック
方法を参照してください:
- 量、速度、多様性、正確性、処理速度、メモリ、時間、ユーザーの忍耐力が、縦長および横長のデータを処理するアプローチにどのような影響を与えるかを理解する
- ビッグデータを処理するためのアプローチの重要性を理解する - データのフィルタリング、列の切り替え、予測子/応答のスクリーニング、集計表のグラフへの収集、変数の削減の自動化、サンプリング、欠損値の検索、外れ値のスクリーニング、数式列の使用
- 世界開発指標のケーススタディ データの形式を特定する - 3 億 5,000 万のデータ ポイント、1,402 の変数、15.5 GB のデータ(11:30)
- ID とリンク参照のような仮想結合を使用してスペースを節約する(13:00)
- テーブルを使用して欠損データを公開する(20:38)
- データを再構築して分割するグループ行の種類を識別するには、分割方法必要な列を特定し、分割列新しい列に必要な値を特定するには(24:50)
- グラフ ビルダーの列スイッチャーを使用して変数を視覚的に切り替え、ローカル データ フィルターを使用して目的の値の範囲に基づいてデータを表示し、対話的にデータを視覚化します。 (28:30)
- 反応スクリーニングを使用して、関心のある結果を最も予測する要因を見つけます(32:00)
- 次を使用して、選択した関係のグラフを JMP テーブル式列に挿入します。こんな感じのグラフ表を作りますオプション(34:32)
- Text Explorer と Word Cloud を使用して、最も一般的なテキストと語句を特定して視覚化します(39:56)
- サブセット化プロキシ手法を使用してトールデータを分析する(45:41)
- モデルを構築して検証し、将来の結果を予測するためのスコア コードを生成して保存します。 (49:04)
注: Q&A は 36:40、37:28、37:43、および 38:25 に含まれます。
基本的なデータ分析とモデリングデータの探索と視覚化
