恢复/澄清对多个响应进行集体或彼此独立建模的能力。是什么启发了这个愿望清单请求？
我一直在研究预测模型，其中我将数据集拆分为定义的输入和验证拆分，但我尝试建模的响应参数多达 9 个。我注意到，如果我建立 PLSR 模型，我可以将所有响应参数添加到 GUI 中的响应框中，软件将创建 9 个独立模型（每个响应参数一个），并在结果中汇总在一起。但是当使用 NNET 之类的算法时，我可以一次对每个响应参数进行建模，或者如果我将它们全部添加到 GUI 中的响应框中，而不是 JMP 加速该过程并为每个参数训练一个 NNET，它会训练一个组合 NNET 模型来尝试预测每个输出。软件是在建立独立模型还是融合模型，这一点根本就不清楚。
您希望看到什么改进？
我认为有两个新增内容对用户有帮助。
- 更新操作指南中的说明
- 最好在帮助/如何部分中澄清 JMP 如何处理建模多重响应。
- 在模型 GUI 中为适用算法添加径向选项。
- 我认为最简单的选择是在适用的算法（NNET 和基于树的算法等）中包含一个径向选项，让用户选择是否希望所有响应参数集体建模还是独立建模。
-
- 我认为在 JMP 13 中有一个类似的选项用于描述 jmp 如何处理多个响应参数（可能仍包含在 JMP 15 中），但该选项似乎已被删除。
这个想法为什么重要？
我认为这个想法很重要，原因有二。
- 首先是简单的说明。目前还不清楚 NNET 等算法在 JMP 中如何处理多重响应参数，我认为更直接地描述 JMP 中多重响应建模的工作原理对用户大有裨益，这样他们就知道软件正在执行预期的操作。
- 此外，我认为此选项为用户提供了更灵活的方式，让他们能够更高效地使用 JMP，并使他们能够最大限度地利用 JMP 的价值。根据我的经验，在应用程序中，将结果一起建模而不是单独建模对于最大限度地提高模型性能至关重要。
预测模型和机器学习回复：恢复/澄清集体或独立建模多个响应的能力。 - 状态更改为：已确认
