是什么激发了这个愿望清单请求？
我在尝试使用多种机器学习算法对混合空间填充 DoE 数据进行分类时遇到了这种情况（此处演示： https 
/community.jmp.com/t5/Online-Abstracts/Synergy-Between-Design-of-Experiments -和机器学习/ec-p/708147#M2 ）。
为了以直观、清晰的方式呈现结果，我想用连续响应绘制三元图来表达类别的变化，所以我选择了最喜欢的类别概率。但我必须采取解决方法来实际创建图表，因为三元图需要公式列，所以我分两步完成：
- 创建分类模型（SVM）并单击“保存预测公式”。类预测是一个公式列，但不是每个类的计算概率列。
- 创建一个具有相同输入变量/X 的模型，但响应是最喜欢的类概率列。然后我可以保存概率公式并在三元图中使用它。
您希望看到什么改进？由于在模型平台中已经完成了类概率的计算，以便预测不同的类，我希望将计算出的类概率保存为数据表中的公式列。这将是一个更直接的选择，需要更少的解决方法，并且可以避免第二步中的任何模型错误指定。
为什么这个想法很重要？三元图或曲面图是更好地可视化和理解 RSM/混合模型行为的重要工具。对于分类响应/类别，很难正确且连续地表示实验空间中的变化，我认为使用最喜欢的类别计算概率公式可以帮助增强理解因素对分类响应的影响和重要性。
