이 위시리스트 요청에 영감을 준 것은 무엇입니까?
저는 데이터 세트를 정의된 입력과 검증 분할로 분할하는 예측 모델 작업을 해왔지만 모델링하려는 응답 매개변수는 최대 9개입니다. PLSR 모델을 만들면 GUI의 응답 상자에 모든 응답 매개변수를 추가할 수 있고 소프트웨어는 결과에 함께 요약된 9개의 독립적인 모델(각 응답 매개변수에 대해 하나씩)을 만들 것이라는 점을 알았습니다. 그러나 NNET과 같은 알고리즘을 사용할 때 각 응답 매개변수를 한 번에 하나씩 모델링할 수 있습니다. 또는 JMP가 프로세스 속도를 높이고 각 매개변수에 대해 NNET을 교육하는 대신 GUI의 응답 상자에 모든 매개변수를 가지고 있는 경우에는 단일 결합 NNET 모델을 사용하여 각 출력을 예측합니다. 소프트웨어가 독립 모델을 만드는지, 융합 모델을 만드는지는 명확하지 않습니다.
당신이 보고 싶은 개선점은 무엇입니까?
사용자에게 도움이 될 만한 두 가지 추가 사항이 있다고 생각합니다.
- 방법의 지침 업데이트
- 도움말/방법 섹션에서 JMP가 다중 반응 모델링을 처리하는 방법을 명확히 설명하면 좋을 것입니다.
- 적용 가능한 알고리즘에 대해 모델 GUI에 방사형 옵션을 추가합니다.
- 쉬운 옵션은 사용자가 모든 응답 매개변수를 집합적으로 또는 독립적으로 모델링하려는 경우 선택할 수 있는 조정 가능한 알고리즘(NNET 및 트리 기반 등)에 방사형 옵션을 포함하는 것이라고 생각합니다.
-
- JMP 13에서 jmp가 여러 응답 매개변수를 처리하는 방법에 대해 이와 유사한 옵션이 있다고 생각하지만(JMP 15에는 여전히 포함되어 있을 수 있음) 이 옵션은 제거된 것 같습니다.
이 아이디어가 왜 중요한가요?
나는 이 아이디어가 두 가지 이유로 중요하다고 생각합니다.
- 먼저 간단한 설명입니다. NNET과 같은 일부 알고리즘이 JMP에서 다중 반응 매개변수를 어떻게 처리하는지 즉시 알 수는 없었으며, JMP에서 다중 반응 모델링이 어떻게 작동하는지에 대한 보다 간단한 설명을 통해 사용자는 소프트웨어가 예상대로 작동하는지 알 수 있어 도움이 될 것이라고 생각합니다.
- 또한 이 옵션은 사용자에게 JMP를 효율적으로 사용하는 방법에 있어 더 많은 유연성을 제공하고 JMP에서 얻는 가치를 극대화할 수 있게 해줄 것이라고 생각합니다. 내 경험에 따르면 모델 성능을 최대화하기 위해 모델링 결과를 함께 또는 독립적으로 수행하는 것이 중요할 수 있는 응용 프로그램입니다.
