是什麼激發了這個願望清單請求？JMP 是一個出色的數據探索工具，可幫助快速構建預測模型原型，以了解進一步推動分析和建模是否具有附加值。
查看分類主題的“總體統計”面板，我發現可能缺少一些機器學習/數據科學領域經常使用的性能指標。
以下是當前為分類主題顯示的指標（來自引導林的示例）：
您希望看到什麼改進？我希望看到顯示的常用分類性能指標，例如靈敏度、特異性、精度、準確性、F1 分數、馬修斯相關係數......
也許直接在混亂矩陣下？
以下是在線計算器中用於分類主題的可能指標，並解釋了公式：混淆矩陣 - 在線計算器 (onlineconfusionmatrix.com)
為什麼這個想法很重要？由於JMP 試圖通過將這兩種建模思維方式中的多個模型集成到一個平台中來彌合統計和機器學習世界之間的差距，因此將機器學習性能指標集成到分類模型的結果中也是有意義的，以便將所有信息放在同一個地方，並且能夠使用相同的通用語言。
