感謝 Russ Wolfinger 和@SDF1等 JMP 超級用戶，現在有一些插件可以輕鬆調整 XGBoost、神經網路、引導森林等的超參數，但我真的很希望看到這些整合到 JMP 中。我想做的一件事是測試數千個具有多個 Y 的神經網絡，這還無法透過插件完成（據我所知，對於 XGBoost 根本不可能）。
有時，我們需要預測不只一件事。例如，也許您想要優化流程，同時最大限度地降低成本。透過多個JMP 建模平台，您可以建立二Y 模型，然後使用刻畫器下的意願分析來執行此操作，但您無法使用神經網路、引導森林甚至標準最小二乘法來建立數千個雙Y模型。我認為這確實會提高 JMP Pro 進行一些核心預測建模的能力。
@abmayfield您好，感謝您提交此請求，它已在我們的系統中捕獲。你說得對，Russ 和團隊在 XGBoost 和 Torch 中做得非常好！
如果您還沒有看到它，此插件可能會有所幫助： https://community.jmp.com/t5/JMP-Add-Ins/Neural-Network-Tuning/ta-p/662666
