このウィッシュ リストのリクエストのきっかけは何だったのでしょうか? JMP はデータ探索に最適なツールであり、予測モデルのプロトタイプを迅速に構築して、分析とモデリングをさらに進めることで付加価値が得られるかどうかを確認するのに役立ちます。
分類トピックの「全体統計」パネルを見ると、機械学習/データ サイエンスの世界で頻繁に使用されるパフォーマンス メトリックがいくつか欠落している可能性があることがわかります。
分類トピックに対して現在表示されているメトリックは次のとおりです (ブートストラップ フォレストの例)。
どのような改善を望みますか?感度、特異度、精度、正確度、F1 スコア、マシューズ相関係数など、分類によく使用されるパフォーマンス メトリックが表示されるようにしたいと思います。
おそらく混同マトリックスの直下でしょうか?
ここでは、オンライン計算機から分類トピックに使用できるメトリックとその計算式を説明します。混同行列 - オンライン計算機 (onlineconfusionmatrix.com)
このアイデアが重要なのはなぜでしょうか。JMPは、統計と機械学習の世界のギャップを埋めるために、これら 2 つのモデリング マインドセットの複数のモデルを 1 つのプラットフォームに統合しようとしているため、すべての情報を同じ場所に集めて同じ共通言語で話せるようにするために、分類モデルの結果に機械学習のパフォーマンス メトリックも統合することが理にかなっています。
