Certains articles décrivent les problèmes liés à cet ensemble de données. S’il s’est avéré très utile pour illustrer les méthodes de modélisation prédictive et exploratoire, il est temps de mettre cet exemple de côté. Cela souligne également la nécessité de trouver et de comprendre la source des données que vous utilisez lors des démonstrations et de la préparation de la documentation.
https://medium.com/@docintangible/racist-data-destruction-113e3eff54a8
https://scikit-learn.org/1.0/modules/generated/sklearn.datasets.load_boston.html
Nous continuerons à examiner notre exemple de bibliothèque de données à chaque version en fonction de notre processus normal de planification des versions. Il existe désormais un processus pour déprécier les exemples de données, qui est décrit sur cette page Confluence :
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/380633253/Process+for+Deprecating+Sample+Data
Et en plus des données de Boston Housing, plusieurs autres ensembles de données non sensibles ont été supprimés ou ajustés dans JMP 18 :
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/332890729/Deprecating+and+Changing+Sample+Data
Deux autres ensembles de données qui peuvent être utilisés pour démontrer la régression et prédire la modélisation sont les ensembles de données « Qualité du vin » et « Abalone » du référentiel UCI Machine Learning. Ceux-ci ont de bonnes histoires et démontrent bien les capacités de modélisation de JMP :
https://archive.ics.uci.edu/dataset/1/abalone
https://archive.ics.uci.edu/dataset/186/wine+quality
À partir de JMP 18, le tableau de données de l'échantillon Boston Housing a été supprimé des échantillons JMP. Il a été identifié comme contenant des informations problématiques – en particulier, certaines données sont discriminatoires, contraires à l’éthique et injustes.
"L'ensemble de données de Boston Housing a été supprimé du dossier de données d'échantillon et de la documentation de l'utilisateur final", a déclaré Dan Valente, directeur de la gestion des produits ( @Daniel_Valente ) dit. « Nous devrions également cesser d’utiliser ces données à des fins de démonstration auprès des utilisateurs et des prospects. »
Scikit-learn de Python a déjà supprimé l'ensemble de données et décourage fortement l'utilisation des données à moins que le but du code ne soit d'étudier et de sensibiliser aux questions éthiques liées à la science des données et à l'apprentissage automatique. « Nous avons l'intention de rester en phase avec toute technologie à laquelle JMP s'intègre », Qiana Eaglin, responsable de la rédaction technique ( @Qiana_Eaglin ) dit.
Les ensembles de données suivants ont été identifiés comme alternatives pour les exemples de régression : diabète, cancer du foie, graisse corporelle, pêche et cancer du poumon VA. L'ensemble de données Diabète est utilisé dans la documentation de l'utilisateur final.
Les modifications apportées aux exemples de données ont également été communiquées à nos clients EA via la page Early Adopter et seront également communiquées en externe via JMP Note.
Mise à jour (au 12/05/23) :
Le tableau suivant récapitule les exemples de données qui ont été supprimés de JMP 18.0 :
Exemples de données
|
Raison du changement
|
Tableaux alternatifs pouvant être utilisés
|
|---|
Crime.jmp
|
Le tableau contient des données qui peuvent être déclenchantes, notamment l'utilisation du terme « viol ».
|
Capitales des États.jmp, SAT.jmp
|
CrimeData.jmp
|
Le tableau contient des données qui peuvent être déclenchantes, notamment l'utilisation du terme « viol ».
|
SATByYear.jmp, PopAgeGroup.jmp
|
Conception d'augmentation de réacteur.jmp
|
Le tableau est obsolète, compte tenu des modifications apportées aux nombres aléatoires dans la génération de conception du DOE.
|
Hyde Miller travaille à la création d'un autre fichier d'augmentation.
|
DotPlot.jsl
|
Ce script a été développé en réponse aux demandes des enseignants concernant les tracés de points. Graph Build prend désormais en charge les tracés de points, ce qui rend ce script obsolète.
|
n / A
|
