La nuova versione "JMP 18" non include i dati di esempio "Boston Housing.jmp" precedentemente inclusi. Sebbene questi dati di esempio fossero utili per illustrare come visualizzare dati multivariati e creare modelli predittivi , sono stati esclusi perché contenevano contenuti discriminatori, non etici e ingiusti.
riferimento
Tabella dati di esempio JMP® "Boston Housing.jmp" rimossa - Comunità utenti JMP
Inoltre, la libreria Python "scikit-learn" includeva dati di esempio per Boston Housing, ma non li include più per lo stesso motivo. Di seguito è riportato il messaggio visualizzato durante l'importazione di Boston Housing con Python.
-------------------------------------------------- -------------------------------------------------- ----------------------
I manutentori di scikit-learn scoraggiano quindi fortemente l'uso di questo set di dati a meno che lo scopo del codice non sia studiare ed educare
sulle questioni etiche nella scienza dei dati e nell'apprendimento automatico.
In questo caso speciale, puoi recuperare il set di dati dall'originale
fonte::
importa i panda come pd
importa Numpy come np
data_url = " http://lib.stat.cmu.edu/datasets/boston "
raw_df = pd.read_csv(data_url, sep="\s+", skiprows=22, header=None)
dati = np.hstack([raw_df.values[::2, :], raw_df.values[1::2, :2]])
destinazione = raw_df.values[1::2, 2]
I set di dati alternativi includono il set di dati sugli alloggi della California e il set di dati sugli alloggi di Ames.
-------------------------------------------------- -------------------------------------------------- ----------------------
Questo messaggio afferma che il "set di dati sugli alloggi della California" è uno dei dati alternativi per Boston Housing. Non solo c'è una semplice differenza nel fatto che vengono utilizzati i dati della costa occidentale degli Stati Uniti invece dei dati della costa orientale, ma anche la quantità di dati e la loro natura sono significativamente diverse.
JMP non include questi dati della California come campione, ma puoi utilizzare le nuove funzionalità Python in JMP 18 per includere questi dati.Proverò a importarlo con JMP.
Integrazione Python per JMP 18
JMP ha da tempo la possibilità di connettersi a Python installato sulla stessa macchina, consentendo di eseguire comandi e librerie Python dall'interno di JMP.
La nuova versione, JMP 18, include modifiche e miglioramenti significativi alla funzionalità di integrazione Python. Le principali modifiche e miglioramenti sono i seguenti.
- L'installazione di JMP 18 installa anche Python integrato (versione 3.11). Pertanto, non è necessario installare Python separatamente da JMP e funzionerà con qualsiasi istanza Python installata.
- Viene fornito con un editor Python nativo (editor di script Python JMP) che consente di scrivere direttamente i comandi Python. (In precedenza, l'unico modo per connettersi era utilizzare il comando di chiamata Python dal linguaggio di scripting di JMP (JSL).)
- È possibile utilizzare pacchetti Python (jmp, jmputils) utili per l'utilizzo di JMP. Il pacchetto jmp è utile per manipolare le tabelle di dati (apertura, chiusura, aggiunta/eliminazione/modifica colonne, ecc.) e jmputils è un pacchetto conveniente per installare pacchetti nell'ambiente JMP Python.
Avvio ed esecuzione dell'editor di script JMP Python
Avvia Python Script dalla barra dei menu di JMP 18, scrivi un programma Python ed eseguilo (Modifica > Esegui script).
Di seguito è riportato il codice per leggere il set di dati scikit-learn nel formato pandas dataframe come tabella dati JMP. Incolla questo codice nel tuo script JMP PythonIo lo farò.
#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)
Nota : Python di JMP richiede anche l'installazione dei pacchetti che desideri utilizzare. Questo esempio utilizza i pacchetti panda e scikit-learn, quindi se non li hai installati, commenta la seconda e la terza riga sopra (rimuovi #) ed eseguili.
Set di dati della California
Questo è un set di dati caricato con JMP. Mostra il prezzo medio delle case per 20.640 isolati in California, che è la variabile obiettivo (Y). Le variabili esplicative includono reddito per isolato (valore mediano), età dell'edificio (valore mediano), numero medio di stanze e camere da letto per famiglia, popolazione, numero di membri della famiglia (valore medio), latitudine e longitudine.
Utilizzando le informazioni di latitudine e longitudine, ho tracciato il prezzo delle case (MedHouseVal) di ciascun isolato su una mappa utilizzando ``Graph Builder.'' 
I prezzi delle case sembrano essere più alti nelle zone costiere, soprattutto intorno alle città più grandi come San Francisco e Los Angeles.
Nella prossima Parte 2 utilizzeremo il set di dati della California introdotto questa volta per spiegare le nuove funzionalità di JMP 18 in modo più dettagliato.
di Naohiro Masukawa (JMP Giappone)
Naohiro Masukawa - Comunità degli utenti JMP
