La nouvelle version « JMP 18 » n'inclut pas les exemples de données « Boston Housing.jmp » qui étaient précédemment inclus. Bien que ces exemples de données aient été utiles pour illustrer comment visualiser des données multivariées et créer des modèles prédictifs , ils ont été exclus car ils contenaient un contenu discriminatoire, contraire à l'éthique et injuste.
référence
Exemple de table de données JMP® "Boston Housing.jmp" supprimée - Communauté d'utilisateurs JMP
De plus, la bibliothèque Python « scikit-learn » incluait des exemples de données pour Boston Housing, mais elle ne les inclut plus pour la même raison. Voici le message affiché lors de l'importation de Boston Housing avec Python.
-------------------------------------------------- -------------------------------------------------- ----------------------
Les responsables de scikit-learn déconseillent donc fortement l'utilisation de cet ensemble de données, sauf si le but du code est d'étudier et d'éduquer.
sur les questions éthiques liées à la science des données et à l’apprentissage automatique.
Dans ce cas particulier, vous pouvez récupérer l'ensemble de données à partir de l'original
source::
importer des pandas en tant que PD
importer numpy en tant que np
data_url = " http://lib.stat.cmu.edu/datasets/boston "
raw_df = pd.read_csv(data_url, sep="\s+", skiprows=22, header=Aucun)
données = np.hstack([raw_df.values[::2, :], raw_df.values[1::2, :2]])
cible = raw_df.values[1::2, 2]
Les ensembles de données alternatifs incluent l'ensemble de données sur le logement en Californie et l'ensemble de données sur le logement d'Ames.
-------------------------------------------------- -------------------------------------------------- ----------------------
Ce message indique que « l'ensemble de données sur le logement en Californie » est l'une des données alternatives pour Boston Housing. Non seulement il y a une simple différence dans le fait que les données de la côte ouest des États-Unis sont utilisées à la place des données de la côte Est, mais il existe également des changements majeurs dans la quantité et la nature des données.
JMP n'inclut pas ces données californiennes comme exemple, mais vous pouvez utiliser les nouvelles fonctionnalités Python de JMP 18 pour inclure ces données.Je vais essayer de l'importer avec JMP.
Intégration Python pour JMP 18
JMP a depuis longtemps la possibilité de se connecter à Python installé sur la même machine, ce qui vous permet d'exécuter des commandes et des bibliothèques Python depuis JMP.
La nouvelle version, JMP 18, inclut des modifications et des améliorations significatives de la fonctionnalité d'intégration Python. Les principaux changements et améliorations sont les suivants.
- L'installation de JMP 18 installe également le Python intégré (version 3.11). Par conséquent, il n’est pas nécessaire d’installer Python séparément de JMP, et cela fonctionnera avec n’importe quelle instance Python installée.
- Il est livré avec un éditeur Python natif (éditeur de script JMP Python), qui vous permet d'écrire directement des commandes Python. (Auparavant, le seul moyen de se connecter consistait à utiliser la commande d'invocation Python du langage de script (JSL) de JMP.)
- Vous pouvez utiliser des packages Python (jmp, jmputils) pratiques pour utiliser JMP. Le package jmp est utile pour manipuler les tables de données (ouverture, fermeture, ajout/suppression/modification de colonnes, etc.), et jmputils est un package pratique pour installer des packages dans l'environnement JMP Python.
Lancement et exécution de l'éditeur de script JMP Python
Lancez Python Script depuis la barre de menus JMP 18, écrivez un programme Python et exécutez-le (Édition > Exécuter le script).
Vous trouverez ci-dessous le code pour lire l'ensemble de données scikit-learn au format pandas dataframe en tant que table de données JMP. Collez ce code dans votre script JMP PythonJe le ferai.
#Install pandas and scikit-learn packages if you have not installed
#import jmputils
#jmputils.jpip('install', 'pandas scikit-learn')
#California dataset
from sklearn.datasets import fetch_california_housing
import pandas as pd
import jmp
california = fetch_california_housing()
# Transform to pandas DataFrame
df_features = pd.DataFrame(data=california.data, columns=california.feature_names)
df_features['MedHouseVal'] = california.target
column_names = df_features.columns.tolist()
# Create JMP Datatable from pandas DataFrame
dt = jmp.DataTable('California',df_features.shape[0])
for i in range( df_features.shape[1] ):
dt.new_column(column_names[i])
dt[i] = list(df_features.iloc[:,i])
# About california_housing_dataset
print(california.DESCR)
Remarque : Python de JMP nécessite également que vous installiez les packages que vous souhaitez utiliser. Cet exemple utilise les packages pandas et scikit-learn, donc si vous ne les avez pas installés, commentez les 2e et 3e lignes ci-dessus (supprimez le #) et exécutez-les.
Ensemble de données californien
Il s'agit d'un ensemble de données chargé avec JMP. Il montre le prix médian des logements pour 20 640 blocs en Californie, qui est la variable objective (Y). Les variables explicatives comprennent le revenu par bloc (valeur médiane), l'âge du bâtiment (valeur médiane), le nombre moyen de pièces et de chambres par ménage, la population, le nombre de membres du ménage (valeur moyenne), la latitude et la longitude.
En utilisant les informations de latitude et de longitude, j'ai tracé le prix de l'immobilier (MedHouseVal) de chaque bloc sur une carte à l'aide de « Graph Builder ». 
Les prix des logements semblent plus élevés dans les zones côtières, en particulier autour des grandes villes comme San Francisco et Los Angeles.
Dans la prochaine partie 2, nous utiliserons l'ensemble de données californien introduit cette fois pour expliquer plus en détail les nouvelles fonctionnalités de JMP 18.
par Naohiro Masukawa (JMP Japon)
Naohiro Masukawa - Communauté d'utilisateurs JMP
