Es gibt einige Artikel, die die Probleme mit diesem Datensatz beschreiben. Obwohl es für die Veranschaulichung prädiktiver und explorativer Modellierungsmethoden sehr nützlich war, ist es an der Zeit, dieses Beispiel beiseite zu legen. Es unterstreicht auch die Notwendigkeit, die Quelle der von Ihnen verwendeten Daten zu finden und zu verstehen, wenn Sie Demonstrationen durchführen und Dokumentation vorbereiten.
https://medium.com/@docintangible/racist-data-destruction-113e3eff54a8
https://scikit-learn.org/1.0/modules/generated/sklearn.datasets.load_boston.html
Wir werden unsere Beispieldatenbibliothek weiterhin bei jeder Veröffentlichung im Rahmen unseres normalen Veröffentlichungsplanungsprozesses prüfen. Es gibt jetzt einen Prozess zum Verwerfen von Beispieldaten, der auf dieser Confluence-Seite beschrieben wird:
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/380633253/Process+for+Deprecating+Sample+Data
Zusätzlich zu den Boston Housing-Daten wurden in JMP 18 mehrere andere unsensible Datensätze entfernt oder angepasst:
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/332890729/Deprecating+and+Changing+Sample+Data
Zwei weitere Datensätze, die zur Demonstration von Regression und Vorhersagemodellierung verwendet werden können, sind die Datensätze „Wine Quality“ und „Abalone“ aus dem UCI Machine Learning Repository. Diese haben gute Geschichten und demonstrieren die Modellierungsfunktionen in JMP gut:
https://archive.ics.uci.edu/dataset/1/abalone
https://archive.ics.uci.edu/dataset/186/wine+quality
Ab JMP 18 wurde die Beispieldatentabelle „Boston Housing“ aus den JMP-Beispielen entfernt. Es wurde festgestellt, dass es problematische Informationen enthielt – insbesondere waren einige der Daten diskriminierend, unethisch und unfair.
„Der Boston Housing-Datensatz wurde aus dem Beispieldatenordner und der Endbenutzerdokumentation entfernt“, sagte Produktmanagementdirektor Dan Valente ( @Daniel_Valente ) sagte. „Wir sollten auch aufhören, diese Daten zu Demonstrationszwecken für Benutzer und Interessenten zu verwenden.“
Scikit-learn von Python hat den Datensatz bereits entfernt und rät dringend von der Verwendung der Daten ab, es sei denn, der Zweck des Codes besteht darin, ethische Fragen in der Datenwissenschaft und im maschinellen Lernen zu untersuchen und darüber aufzuklären. „Wir beabsichtigen, mit jeder Technologie Schritt zu halten, in die JMP integriert wird“, sagt Qiana Eaglin, Technical Writing Manager ( @Qiana_Eaglin ) sagte.
Die folgenden Datensätze wurden als Alternativen für Regressionsbeispiele identifiziert: Diabetes, Leberkrebs, Körperfett, Angeln und VA-Lungenkrebs. Der Diabetes-Datensatz wird in der Endbenutzerdokumentation verwendet.
Änderungen an Beispieldaten wurden unseren EA-Kunden auch über die Early Adopter-Seite mitgeteilt und werden auch extern über JMP Note kommuniziert.
Update (Stand 05.12.23):
Die folgende Tabelle fasst die Beispieldaten zusammen, die aus JMP 18.0 entfernt wurden:
Beispieldaten
|
Grund für die Änderung
|
Alternative Tabellen, die verwendet werden können
|
|---|
Kriminalität.jmp
|
Die Tabelle enthält Daten, die auslösend sein können, insbesondere die Verwendung des Begriffs „Vergewaltigung“.
|
State Capitals.jmp, SAT.jmp
|
CrimeData.jmp
|
Die Tabelle enthält Daten, die auslösend sein können, insbesondere die Verwendung des Begriffs „Vergewaltigung“.
|
SATByYear.jmp, PopAgeGroup.jmp
|
Reactor Augment Design.jmp
|
Die Tabelle ist aufgrund von Änderungen an Zufallszahlen in der DOE-Designgenerierung veraltet.
|
Hyde Miller arbeitet an der Erstellung einer weiteren Erweiterungsdatei.
|
DotPlot.jsl
|
Dieses Skript wurde als Reaktion auf die Nachfrage von Lehrern nach Punktdiagrammen entwickelt. Graph Build unterstützt jetzt Punktdiagramme, wodurch dieses Skript überflüssig wird.
|
n / A
|
