處理大數據的先進技術
請參閱如何：
- 了解數量、速度、多樣性、準確性、處理速度、內存、時間和用戶耐心如何影響處理高大數據的方法
- 了解處理大數據方法的重要性 - 數據過濾、列切換、預測變量/響應篩選、將匯總表收集到圖表中、自動變量縮減、採樣、查找缺失值、篩選異常值和使用公式列
- 確定世界發展指標案例研究數據的格式 - 3.05 億個數據點、1402 個變量、15.5 GB 數據（11:30）
- 使用 Virtual Join Like Id 和鏈接引用節省空間（13:00）
- 使用表格摘要公開缺失的數據（20:38）
- 重組數據以分割使用團體識別行類型，分割依據確定您需要的列並拆分列確定新列中所需的值(24:50)
- 使用圖形生成器列切換器以交互方式可視化數據以直觀地翻轉變量，並使用本地數據過濾器根據所需的值範圍查看數據（28:30）
- 使用響應篩選查找最能預測感興趣結果的因素（32:00）
- 使用以下命令將選定關係的圖形放入 JMP 表表達式列中製作一個這樣的圖表選項(34:32)
- 使用文本資源管理器和詞云識別和可視化最流行的文本和短語(39:56)
- 使用子集代理方法分析高數據(45:41)
- 構建並驗證模型，然後生成並保存評分代碼以預測未來結果(49:04)
注：問答時間包括 36:40、37:28、37:43 和 38:25。
數據探索和可視化回复：處理大數據的高級技術當然希望我在它第一次出現時就看到了！ 關於通過海量數據集充分利用 JMP 的一系列精彩技巧。
