有一些文章描述了該數據集的問題。 雖然它對於說明預測和探索性建模方法非常有用,但現在是時候把這個例子放在一邊了。 它還強調了在進行演示和準備文檔時需要查找和理解所使用的數據源。
https://medium.com/@docintangible/racist-data-destruction-113e3eff54a8
https://scikit-learn.org/1.0/modules/ generated/sklearn.datasets.load_boston.html
我們將繼續在每個版本中查看我們的示例數據庫,作為我們正常發布計劃流程的功能。 現在有一個棄用示例數據的流程,此 Confluence 頁面對此進行了描述:
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/380633253/Process+for+Deprecating+Sample+Data
除了波士頓住房數據外,JMP 18 中還刪除或調整了其他幾個不敏感的數據集:
https://jmpdiscovery.atlassian.net/wiki/spaces/JMPDOC/pages/332890729/Deprecating+and+Changing+Sample+Data
另外兩個可用於演示回歸和預測建模的數據集是來自 UCI 機器學習存儲庫的“葡萄酒質量”和“鮑魚”數據集。 這些都有很好的故事,並很好地展示了 JMP 中的建模功能:
https://archive.ics.uci.edu/dataset/1/abalone
https://archive.ics.uci.edu/dataset/186/wine+quality
從 JMP 18 開始,波士頓住房樣本資料表已從 JMP 樣本中刪除。 它被確定為包含有問題的資訊——具體來說,一些數據具有歧視性、不道德和不公平。
「波士頓住房資料集已從範例資料資料夾和最終使用者文件中刪除,」產品管理總監 Dan Valente( @丹尼爾_瓦倫特) 說。 “我們還應該停止使用這些數據向用戶和潛在客戶進行演示。”
Python 的 scikit-learn 已經刪除了該資料集,並強烈反對使用該數據,除非程式碼的目的是研究和教育資料科學和機器學習中的道德問題。 「我們打算與 JMP 整合的任何技術保持同步,」技術寫作經理 Qiana Eaglin( @Qiana_Eaglin ) 說。
以下資料集已被確定為回歸範例的替代資料集:糖尿病、肝癌、身體脂肪、釣魚和 VA 肺癌。 糖尿病資料集用於最終使用者文件中。
樣本資料的變更也已透過早期採用者頁面傳達給我們的 EA 客戶,並將透過 JMP Note 向外部傳達。
更新(截至 23 年 12 月 5 日):
下表總結了已從 JMP 18.0 中刪除的範例資料:
樣本數據
|
變更原因
|
可以使用的替代表
|
|---|
犯罪.jmp
|
該表包含可能觸發的數據,特別是「強姦」一詞的使用。
|
州首府.jmp、SAT.jmp
|
犯罪數據.jmp
|
該表包含可能觸發的數據,特別是「強姦」一詞的使用。
|
SATByYear.jmp、PopAgeGroup.jmp
|
反應器增強設計.jmp
|
鑑於 DOE 設計生成中隨機數的變化,該表已過時。
|
海德米勒 (Hyde Miller) 正在致力於創建另一個增強文件。
|
點圖.jsl
|
該腳本是為了回應教師對點圖的需求而開發的。 Graph Build 現在支援點圖,使腳本變得過時。
|
不適用
|