Sono presenti alcuni articoli che descrivono i problemi con questo set di dati. Sebbene sia stato molto utile per illustrare metodi di modellazione predittiva ed esplorativa, è giunto il momento di mettere da parte questo esempio. Evidenzia inoltre la necessità di trovare e comprendere la fonte dei dati utilizzati durante le dimostrazioni e la preparazione della documentazione.
https://medium.com/@docintangible/racist-data-destruction-113e3eff54a8
https://scikit-learn.org/1.0/modules/generated/sklearn.datasets.load_boston.html
Continueremo a esaminare la nostra libreria di dati di esempio ad ogni rilascio in funzione del nostro normale processo di pianificazione del rilascio. Attualmente è in atto un processo per deprecare i dati di esempio, descritto in questa pagina Confluence:
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/380633253/Process+for+Deprecating+Sample+Data
Oltre ai dati relativi agli alloggi di Boston, numerosi altri set di dati non sensibili sono stati rimossi o modificati nel JMP 18:
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/332890729/Deprecating+and+Changing+Sample+Data
Altri due set di dati che possono essere utilizzati per dimostrare la regressione e prevedere la modellazione sono i set di dati "Wine Quality" e "Abalone" dell'UCI Machine Learning Repository. Questi hanno buone storie e dimostrano bene le capacità di modellazione di JMP:
https://archive.ics.uci.edu/dataset/1/abalone
https://archive.ics.uci.edu/dataset/186/wine+quality
A partire da JMP 18, la tabella dei dati del campione Boston Housing è stata rimossa dai campioni JMP. È stato identificato come contenente informazioni problematiche: in particolare, alcuni dati sono discriminatori, non etici e ingiusti.
"Il set di dati di Boston Housing è stato rimosso dalla cartella dei dati di esempio e dalla documentazione dell'utente finale", Dan Valente, direttore della gestione del prodotto ( @Daniel_Valente ) disse. "Dovremmo anche smettere di utilizzare questi dati per dimostrazioni a utenti e potenziali clienti."
Scikit-learn di Python ha già rimosso il set di dati e scoraggia fortemente l'uso dei dati a meno che lo scopo del codice non sia studiare ed educare su questioni etiche nella scienza dei dati e nell'apprendimento automatico. "Intendiamo rimanere al passo con qualsiasi tecnologia con cui JMP si integra", ha affermato Qiana Eaglin, Technical Writing Manager ( @Qiana_Eaglin ) disse.
I seguenti set di dati sono stati identificati come alternative per gli esempi di regressione: diabete, cancro al fegato, grasso corporeo, pesca e cancro ai polmoni VA. Il set di dati sul diabete viene utilizzato nella documentazione per l'utente finale.
Le modifiche ai dati di esempio sono state comunicate anche ai nostri clienti EA tramite la pagina Early Adopter e saranno comunicate anche esternamente tramite JMP Note.
Aggiornamento (al 23/12/23):
La tabella seguente riepiloga i dati di esempio rimossi da JMP 18.0:
Dati campione
|
Motivo del cambiamento
|
Tabelle alternative che possono essere utilizzate
|
|---|
Crimine.jmp
|
La tabella contiene dati che possono essere inquietanti, in particolare l’uso del termine “stupro”.
|
Capitali dello stato.jmp, SAT.jmp
|
CrimeData.jmp
|
La tabella contiene dati che possono essere inquietanti, in particolare l’uso del termine “stupro”.
|
SATByYear.jmp, PopAgeGroup.jmp
|
Reactor Augment Design.jmp
|
La tabella non è aggiornata, date le modifiche ai numeri casuali nella generazione del progetto DOE.
|
Hyde Miller sta lavorando alla creazione di un altro file di potenziamento.
|
DotPlot.jsl
|
Questo script è stato sviluppato in risposta alle richieste degli insegnanti di dot plot. Graph Build ora supporta i dot plot, rendendo questo script obsoleto.
|
n / a
|
