有一些文章描述了该数据集的问题。 虽然它对于说明预测和探索性建模方法非常有用,但现在是时候把这个例子放在一边了。 它还强调了在进行演示和准备文档时需要查找和理解所使用的数据源。
https://medium.com/@docintangible/racist-data-destruction-113e3eff54a8
https://scikit-learn.org/1.0/modules/ generated/sklearn.datasets.load_boston.html
我们将继续在每个版本中查看我们的示例数据库,作为我们正常发布计划流程的功能。 现在有一个弃用示例数据的流程,此 Confluence 页面对此进行了描述:
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/380633253/Process+for+Deprecating+Sample+Data
除了波士顿住房数据外,JMP 18 中还删除或调整了其他几个不敏感的数据集:
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/332890729/Deprecating+and+Changing+Sample+Data
另外两个可用于演示回归和预测建模的数据集是来自 UCI 机器学习存储库的“葡萄酒质量”和“鲍鱼”数据集。 这些都有很好的故事,并很好地展示了 JMP 中的建模功能:
https://archive.ics.uci.edu/dataset/1/abalone
https://archive.ics.uci.edu/dataset/186/wine+quality
从 JMP 18 开始,波士顿住房样本数据表已从 JMP 样本中删除。 它被确定为包含有问题的信息——具体来说,一些数据具有歧视性、不道德和不公平。
“波士顿住房数据集已从示例数据文件夹和最终用户文档中删除,”产品管理总监 Dan Valente( @丹尼尔_瓦伦特) 说。 “我们还应该停止使用这些数据向用户和潜在客户进行演示。”
Python 的 scikit-learn 已经删除了该数据集,并强烈反对使用该数据,除非代码的目的是研究和教育数据科学和机器学习中的道德问题。 “我们打算与 JMP 集成的任何技术保持同步,”技术写作经理 Qiana Eaglin( @Qiana_Eaglin ) 说。
以下数据集已被确定为回归示例的替代数据集:糖尿病、肝癌、身体脂肪、钓鱼和 VA 肺癌。 糖尿病数据集用于最终用户文档中。
样本数据的更改也已通过早期采用者页面传达给我们的 EA 客户,并将通过 JMP Note 向外部传达。
更新(截至 23 年 12 月 5 日):
下表总结了已从 JMP 18.0 中删除的示例数据:
样本数据
|
变更原因
|
可以使用的替代表
|
|---|
犯罪.jmp
|
该表包含可能触发的数据,特别是“强奸”一词的使用。
|
州首府.jmp、SAT.jmp
|
犯罪数据.jmp
|
该表包含可能触发的数据,特别是“强奸”一词的使用。
|
SATByYear.jmp、PopAgeGroup.jmp
|
反应堆增强设计.jmp
|
鉴于 DOE 设计生成中随机数的变化,该表已过时。
|
海德·米勒 (Hyde Miller) 正在致力于创建另一个增强文件。
|
点图.jsl
|
该脚本是为了响应教师对点图的需求而开发的。 Graph Build 现在支持点图,从而使该脚本变得过时。
|
不适用
|