是什么激发了这个愿望清单请求？JMP 是一个出色的数据探索工具，可帮助快速构建预测模型原型，以了解进一步推动分析和建模是否具有附加价值。
查看分类主题的“总体统计”面板，我发现可能缺少一些机器学习/数据科学领域经常使用的性能指标。
以下是当前为分类主题显示的指标（来自引导林的示例）：
您希望看到什么改进？我希望看到显示的常用分类性能指标，例如灵敏度、特异性、精度、准确性、F1 分数、马修斯相关系数......
也许直接在混乱矩阵下？
以下是在线计算器中用于分类主题的可能指标，并解释了公式：混淆矩阵 - 在线计算器 (onlineconfusionmatrix.com)
为什么这个想法很重要？由于 JMP 试图通过将这两种建模思维方式中的多个模型集成到一个平台中来弥合统计和机器学习世界之间的差距，因此将机器学习性能指标集成到分类模型的结果中也是有意义的，以便将所有信息放在同一个地方，并且能够使用相同的通用语言。
