感谢 Russ Wolfinger 和 JMP 超级用户（例如@SDF1 ） ，现在有了插件可以轻松调整 XGBoost、神经网络、引导森林等的超参数，但我真的很想看到这些插件集成到 JMP 中。我想做的一件事是测试具有多个 Y 的数千个神经网络，这还无法通过插件完成（据我所知，对于 XGBoost 来说根本是不可能的）。
有时，我们需要预测不止一件事。例如，也许你想在最小化成本的同时优化流程。使用多个 JMP 建模平台，你可以创建一个双 Y 模型，然后使用刻画器下的可取性分析来执行此操作，但你无法使用神经网络、引导森林甚至标准最小二乘法构建数千个双 Y 模型。我认为这将真正提高 JMP Pro 进行一些硬核预测建模的能力。
嗨@abmayfield ，感谢您提交此请求，它已被我们的系统捕获。您说得对，Russ 和团队在 XGBoost 和 Torch 中做得非常出色！
如果你还没有看到，这个插件可能会有所帮助： https://community.jmp.com/t5/JMP-Add-Ins/Neural-Network-Tuning/ta-p/662666
