恢復/闡明對多個回應進行集體或獨立建模的能力。是什麼激發了這個願望清單請求？
我一直在研究預測模型，其中我將資料集拆分為定義的輸入和驗證拆分，但我嘗試建模的響應參數最多為 9 個。我注意到，如果我製作 PLSR 模型，我可以將所有響應參數添加到 GUI 中的響應框中，軟體將製作 9 個獨立模型（每個響應參數一個）在結果中匯總在一起。但是，當使用像NNET 這樣的演算法時，我可以一次對每個回應參數進行建模，或者如果我將它們全部放入GUI 中的回應框中，而不是使用JMP 來加速流程並為每個參數訓練一個NNET，它會訓練一個組合的 NNET 模型來嘗試和預測每個輸出。根本不清楚軟體何時製作獨立模型或融合模型。
您希望看到什麼改進？
我認為有兩個補充對使用者來說會很有幫助。
- 更新操作方法中的說明
- 最好在幫助/如何部分 JMP 如何處理多重回應建模中進行澄清。
- 在模型 GUI 中為適用的演算法新增徑向選項。
- 我認為最簡單的選擇是在合適的演算法（NNET 和基於樹等）上包含一個徑向選項，讓使用者選擇是否希望所有回應參數共同建模還是獨立建模。
-
- 我認為 JMP 13 中有一個與 jmp 如何處理多個回應參數類似的選項（可能仍包含在 JMP 15 中），但該選項似乎已被刪除。
為什麼這個想法很重要？
我認為這個想法很重要，原因有二。
- 首先是簡單的澄清。目前還不清楚 NNET 等一些演算法如何處理 JMP 中的多個回應參數，我認為使用者會受益於更直接地描述 JMP 中的多個回應建模工作原理，以便他們知道軟體正在執行預期的操作。
- 此外，我認為此選項只是為用戶提供瞭如何有效使用 JMP 的更大靈活性，並使他們能夠最大限度地從 JMP 中獲得價值。根據我的經驗，在這些應用程式中，共同建模與獨立建模結果對於最大化模型效能至關重要。
預測建模和機器學習回覆：恢復/澄清對多個回應進行集體或獨立建模的能力。 - 狀態變更為：已確認
