¿Qué inspiró esta solicitud de lista de deseos? JMP es una gran herramienta para la exploración de datos y ayuda a crear rápidamente prototipos para modelos predictivos, para ver si hay un valor agregado al impulsar más el análisis y el modelado.
Al observar el panel "Estadísticas generales" de un tema de clasificación, encuentro que pueden faltar algunas métricas de rendimiento que se utilizan con frecuencia en el mundo del aprendizaje automático/ciencia de datos.
Estas son las métricas que se muestran actualmente para un tema de clasificación (ejemplo de un bosque de arranque):
¿Cuál es la mejora que le gustaría ver? Me gustaría ver mostradas las métricas de rendimiento más utilizadas para la clasificación, como sensibilidad, especificidad, precisión, exactitud, puntuación F1, coeficiente de correlación de Matthews...
¿Quizás directamente debajo de la matriz de confusión?
Aquí están las posibles métricas utilizadas para clasificar temas desde una calculadora en línea, con las fórmulas explicadas: Matriz de confusión - Calculadora en línea (onlineconfusionmatrix.com)
¿Por qué es importante esta idea? Dado que JMP intenta cerrar la brecha entre los mundos de la estadística y el aprendizaje automático mediante la integración de varios modelos de estas dos mentalidades de modelado en una plataforma, tendría sentido integrar también métricas de rendimiento del aprendizaje automático en los resultados de un modelo de clasificación, para poder tener toda la información en el mismo lugar y poder hablar el mismo idioma común.
