大家好，
这篇文章旨在开始询问有关此加载项的问题，并对问题和答案更加坦诚。
以下是我的一般性问题，因为它们与 JMP Genomics（也正在获取此插件）有关：
- XGBoost 要解决的主要问题是什么？ （例如，性能不佳的模型？解决其他方法不易处理的稀疏数据？准确性问题？）我读过它确实提高了建模速度，但还有什么，请给出一个例子。
- 这如何应用于基因组数据？
- 真正的利益（个人和商业利益）是什么？目标是帮助社会企业向组织传达他们为什么愿意投资时间（和/或金钱）来实施的好处。
- 业务问题的影响和严重程度如何？
- 除了 Kaggle 之外，还有人实施过 XGBoost 吗？结果如何？
谢谢，
在此讨论中需要补充的另一点是：XGBoost 具有 LGPL3 许可证。缺点是我们不允许将其作为常规 JMP 软件的一部分嵌入分发，以免我们必须向所有人免费提供 JMP。唯一的方法是用户自愿下载包含该模块的软件包，并自行承担遵守 LGPL 许可证的个人责任。
布莱恩
嗨，迈克，这方面的未来仍有待解决，我们愿意接受建议。这是我们第一次在 C++ 级别将硬核第三方分析集成到 JMP 中，作为第一步，我们希望通过插件保持一定的距离和灵活性。我严重怀疑这会成为任何一种新的 JMP 产品，但确实希望它将有助于提高 JMP Pro 的销量，并为我们提供有关分析软件发生的一些结构性转变的宝贵见解。
感谢克里斯提出这些。
1. XGBoost要解决的主要问题是什么？ （例如，性能不佳的模型？解决其他方法不易处理的稀疏数据？准确性问题？）我读过它确实提高了建模速度，但还有什么，请给出一个例子。
XGBoost 在很大程度上是一个非常好的通用预测建模平台；当前 JMP Pro Boosted Tree 平台的增强版。与提升树和引导森林一样，它产生可变重要性统计数据，因此也可以更多地用于解释模式，以确定最强的预测变量并消除最差的预测变量。它自动处理预测变量中的缺失数据，并具有适用于所有常见类型 Y 目标的目标函数。它相对较快，默认情况下应在安装时使用计算机上的所有核心，并且可以选择在 Windows 上使用 NVIDIA GPU。该加载项附带两个基本示例和一个解释它们的文档。凭借 JMP Pro 中已经最先进的数据操作、清理和特征工程功能，它提供了一种强大的方法来对表格数据执行现代机器学习，而无需编写代码。
2. 这如何应用于基因组数据？
XGBoost 中没有与基因组数据集相关的具体内容，但它可以很好地解决基因组数据集和其他广泛的数据问题。 Luciano Silva（JMP Genomics 开发人员）和我与一些当前最好的基因组选择例程（例如 Genomic BLUP）进行了一些比较，它往往表现同样好，但并没有明显更好。
3. 真正的利益（个人利益和商业利益）是什么？目标是帮助社会企业向组织传达他们为什么愿意投资时间（和/或金钱）来实施的好处。
XGBoost 最直接适用于可以转化为预测问题的业务问题，尽管您也可以使用它来分析设计实验中的数据。它可以很好地扩展到更大的数据集。对于新用户来说，需要一些学习来理解调整参数，并且我们添加了使用 DOE 来帮助调整这些参数的功能。我们还在补充例程“Make K-Fold Columns”中以一种新颖的方式使用 DOE，以创建最佳平衡的数据分割以用于交叉验证。请参阅该插件的文档，了解 JMP Pro 相对于标准 XGBoost 功能带来的附加值的完整列表。
4. 业务问题的影响和严重程度如何？
很大程度上取决于问题！有时，对系统的预测和理解的微小改进可能会产生很大的影响，但有时却没有那么大。
5. 除了 Kaggle 之外，是否有人实施过 XGBoost？结果如何？
我的理解是，许多组织已经在生产中成功实施了 XGBoost 模型，但我没有任何好的参考资料可供您参考。网上有很多关于XGBoost的讨论。大多数人从 Python 或 R 运行和部署 XGBoost。有一个红色三角形选项可以保存 Python 代码，这实际上是用于从头开始交叉验证模型的完整代码。
致所有人：我们目前处于早期采用者模式，并设立了一个新的 JMP 社区小组。米娅·斯蒂芬斯 (Mia Stephens) 和斯蒂芬妮·曼西亚 (Stephanie Mencia) 非常热心地提供帮助，我们已经收到了一些非常好的反馈。如果您想添加到该组或只是想尝试该加载项，请告诉我。
