756632_zh-TW

liliconcom

模型篩選：簡化預測建模工作流程 (2021-EU-30MP-781)

Mia Stephens，SAS JMP首席產品經理

預測建模的關鍵在於找到能夠最準確預測目標結果的模型或模型組合。但是，並非所有問題（和數據）都生而平等。對於任何給定場景，都有多種可能的預測模型可供您選擇，並且沒有一種模型可以完美解決所有問題。在某些情況下，迴歸模型可能是最佳選擇；在其他情況下，則可能是基於樹的模型或神經網路。

在尋找最佳效能模型的過程中，您可能會使用交叉驗證逐一來擬合所有可用模型。然後，您可以將各個模型儲存到資料表或公式庫中，然後使用模型比較功能比較各個模型在驗證集上的效能，從而選出最佳模型。現在，JMP Pro 16 中全新的模型篩選平台簡化了這個工作流程。在本講座中，您將學習如何使用模型篩選功能同時進行擬合、驗證、比較、探索、選擇和部署最佳表現的預測模型。

自動產生的成績單...

揚聲器	抄本
米婭·史蒂芬斯	模型篩選。
	如果您從事任何預測建模工作，您會發現模型篩選有助於簡化預測建模工作流程。
	因此，在本次演講中，我將概述預測模型，討論我們可以在 JMP 中使用的不同類型的預測模型。
	我們將討論更廣泛的分析工作流程中的預測建模工作流程，並了解模型篩選如何幫助我們簡化此工作流程。
	我將討論使用驗證資料比較競爭模型的一些指標，我們將在 JMP Pro 中看到幾個範例。
	首先，讓我們稍微談談預測模型以及什麼是預測模型。
	你可能接觸過迴歸分析，迴歸是解釋性建模的一個例子。在迴歸分析中，我們通常感興趣的是建立一個模型
	反應值（Y）是一個或多個X的函數，我們可能有不同的建模目標。我們可能對識別重要變數感興趣。那麼，關鍵的X，或者說關鍵輸入變數是什麼呢？
	例如，在解決問題的環境中，我們可能會集中精力解決哪些問題？
	我們可能有興趣了解反應如何根據輸入變數平均變化。
	X 的一個單位變化與 Y 的五個單位變化有關。所以這是經典的解釋模型，如果你在學校學過統計學，你可能就是這樣學習迴歸的。
	相比之下，預測模型的目標略有不同。在預測模型中，我們的目標是準確預測或分類未來的結果。
	因此，如果我們的反應是連續的，我們希望能夠盡可能精確地預測下一個觀察、下一個結果。
	如果我們的答案是分類的，那麼我們感興趣的就是分類。同樣，我們感興趣的是利用當前數據來預測未來在個體層面上會發生什麼。
	我們可能會擬合並比較許多不同的模型，在預測建模中，我們可能也會使用一些更高級的模型。我們可能會使用一些機器學習技術，例如神經網路。
	有些模型可能不太容易解釋，而且很多模型有很多不同的調整參數需要設定。因此，預測模型可能會出現過度擬合的問題。
	過度擬合意味著我們擬合的模型比它需要的更複雜。
	因此，對於預測模型，我們通常使用驗證，並且我們可以使用幾種不同的驗證形式。
	我們使用驗證來比較和選擇模型，從根本上來說，它可以防止過度擬合，也可以防止欠擬合。
	欠擬合是指我們擬合的模型不夠複雜，它並沒有真正捕捉到資料的結構。
	現在，在投影片最後的附錄中，我提取了一些投影片來說明驗證的重要性，但就本次演講的重點而言，我只會在擬合預測模型時使用驗證。
	我們可以在 JMP Pro 中安裝多種不同類型的模型，但這絕對不是一份詳盡的清單。
	我們可以擬合幾種不同類型的迴歸模型。如果我們有一個連續的反應，我們可以擬合一個線性迴歸模型。
	如果我們的反應是分類的，則是邏輯迴歸模型，但我們也可以擬合廣義線性模型和懲罰迴歸方法，這些都來自擬合模型平台。
	預測建模平台下方有許多選項，包括神經網路、增強神經網路以及不同數量的層和節點，
	分類和回歸樹，以及更先進的基於樹的方法，以及其他幾種技術。
	多元方法平台也提供了一些預測建模選項，因此可以進行判別分析
	偏最小平方法是兩種不同的…另外兩種可用於預測建模的模型。順便說一下，偏最小平方法也可以從擬合模型中獲得。
	為什麼我們有這麼多模型？
	在預測模型中，你常會發現，沒有一個模型
	或者說建模類型總是效果最好。在某些情況下，神經網路可能是最好的，而且神經網路通常表現相當……相當不錯。
	但您可能會發現在其他情況下，較簡單的模型實際上表現最佳，因此最適合您的資料和最準確預測的模型類型主要取決於您的回應，也取決於您的資料結構。
	因此，您可能會擬合幾種不同類型的模型並比較這些模型，然後找到最準確擬合或預測最準確的模型。
	因此，在更廣泛的分析工作流程中，你首先要解決某個問題，然後編譯數據、準備數據、探索數據，
	預測建模的關鍵在於分析和建構模型。典型的預測建模工作流程可能類似於此，即擬合模型並進行驗證。
	然後將公式儲存到資料表或將其發佈到公式庫。
	然後你擬合另一個模型並重複這個過程，因此你可能會擬合幾個不同的模型
	然後比較這些模型。在 JMP Pro 中，您可以使用模型比較平台來執行此操作，比較模型在驗證資料上的效能，然後選擇最佳模型或最佳組合模型，並部署該模型。
	與模型篩選不同的是，所有的模型擬合和比較，這種選擇都是在一個平台，也就是模型篩選平台內完成的。
	因此，我們將使用一個您可能熟悉的示例，社區中發布了一篇關於使用這些數據進行模型篩選的博客，這些是糖尿病數據。
	因此，情況是研究人員想要預測基線一年後的疾病進展速度。
	因此，存在幾種基線測量，然後有兩種不同類型的反應。
	反應 Y 是定量測量，是連續測量，所以這是疾病進展的速度，然後還有第二個反應，Y Binary，它是高或低。
	因此 Y Binary 可以表示較高的進展率或較低的進展率。
	預測模型的目標是預測最有可能出現高疾病進展率的患者，以便採取糾正措施
	以防止這種情況發生。所以我們將…我們將在 JMP Pro 中研究如何針對這兩種反應擬合模型，並了解如何使用模型篩選來擬合相同的模型。
	在介紹 JMP 之前，我想先簡單談談我們如何比較預測模型。
	我們在驗證集或測試集上比較預測模型。所以，我們所做的基本上就是將模型擬合到我們資料的子集，也就是訓練資料。
	然後我們將該模型與保留的資料（通常我們稱之為驗證資料）進行擬合，以查看模型的運行情況。
	如果我們有連續的反應，我們可以使用誤差度量，即均方根誤差 (RMSE) 或 RASE，即路線平均平方誤差，所以這是預測誤差的度量。
	AAE、MAD、MAE 是平均誤差的測量值，我們可能會使用不同的 R 平方測量值。
	為了獲得分類回應，我們最感興趣的是錯誤或錯誤分類的測量。
	我們可能也對查看 ROC 曲線、AUC（曲線下面積）或敏感度、或特異性、假陽性率、假陰性率感興趣。
	F1-Score 和 MCC，即馬修斯相關係數。
	因此，讓我切換到 JMP。
	把它收起來，我會打開糖尿病數據。
	讓我把它放大以便你能夠看到它。
	這些就是數據。這裡有…442 位患者的訊息，我們得到了回應 Y，它是連續的，代表一年後疾病進展的程度。我們先查看 Y，然後還有第二個變量，Y 二元變數。
	我們已獲得基線資訊。
	還有一列驗證。再次強調，當我們擬合模型時，我們將只使用訓練資料來擬合模型，並使用驗證資料來告訴我們何時停止模型的成長，並衡量模型的實際適合程度。
	現在要建立此列，預測模型下有一個名為模型驗證列的實用程式。
	這為我們建立驗證列提供了許多選項，因此我們可以將資料劃分為訓練驗證和測試集。
	在大多數情況下，如果我們使用這種將資料劃分為子集的技術，
	建議使用測試集。測試集可以讓你評估模型在未用於建立模型或停止模型成長的資料上的效能，因此，即使在這種情況下我們沒有測試集，我還是建議這樣做。
	假設我想…我想找到一個能夠最準確預測反應的模型。正如你所看到的，有很多不同的模型可供選擇。
	我將從適合的模型開始。
	這通常是一個很好的起點。
	我要建立一個迴歸模型，以 Y 作為反應，X 作為模型效應，現在我只加入主效應。然後我要新增一個驗證列。
	現在從擬合模型來看，這裡的預設值是標準最小平方法，但我們可以擬合許多不同類型的模型。
	我只是要運行最小二乘模型。
	這裡有幾點要指出。注意這裡的標記，V。
	請記住，我們將模型與訓練資料進行擬合，但我們也想看看模型在驗證資料上的表現如何，因此所有這些帶有 V 的標記都是驗證集中的觀察值。
	因為我們有驗證，所以這裡有一個交叉驗證部分，所以我們可以查看訓練集和驗證集上的 R 平方，然後查看 RASE。
	通常你會發現驗證統計數據會比訓練統計數據差一些，差距越大，就越能說明你的模型是過度擬合還是欠擬合。
	我想指出這裡超出本次演講範圍的另一件事，那就是這個預測分析器。
	預測分析器
	這實際上是我最初開始使用 JMP 的原因之一。它是一種非常強大的理解模型的方法。
	因此我可以改變任意 X 的值，看看預測反應會發生什麼變化，這是平均值，
	這些模型，我們預測的是平均值。但請注意，這些帶狀區域是如何向外擴散的，分別對應總膽固醇、低密度脂蛋白（LDL）、高密度脂蛋白（HDL）。這是因為我們沒有這些區域的數據。
	所以我想快速指出這個新功能，這超出了本次演講的範圍，它被稱為外推控制。如果我打開警告並拖曳
	總膽固醇，注意它告訴我有一個可能的外推。這告訴我，我試圖在一個我實際上沒有任何數據的區域進行預測，如果我轉向
	外推控制開啟後，注意它會截斷這條線，也就是截斷這條線，所以它基本上是在說你無法在那個區域做出預測。所以，如果你正在擬合模型，你可能需要檢查一下。這是一個非常強大的工具。
	假設我已經完成了所有的診斷工作。我已經簡化了這個模型，並且希望能夠保存我的結果。
	嗯，有幾種方法可以做到這一點。我可以轉到紅色列，儲存列，儲存預測公式。
	這樣，我剛剛建立的線性模型就保存到資料表中了。你可以在後台看到它。然後，如果我向這個數據表添加新值，它就會自動預測響應。
	但我可能想以另一種形式保存模型，因此，我可能會發布
	把這個公式匯出到公式庫。公式庫實際上獨立於我的資料表，但這樣我就可以複製腳本，並貼上到另一個包含新資料的資料表中，從而對新資料進行評分。
	或者我可能想用不同的語言產生程式碼，以便我能夠在某種生產系統中部署它。
	我要繼續，結束這個話題。這只是一個模型。如果我擬合一個更複雜或更精密的模型，它的性能可能會更好嗎？
	所以我可能會擬合另一個模型。比如，我可能…我只需要呼叫召回率。我可能會把特徵從標準最小平方法改為廣義迴歸。
	這樣我就可以指定不同的回應分佈。我只需要選擇“正常”並點擊“運行”。
	這樣我就可以擬合不同的懲罰方法，並使用不同的變數來選擇技巧。如果你還沒了解廣義回歸，
	這是一個超級強大、超靈活的現代建模平台。我只需點擊“開始”即可。假設我符合這個模型
	我希望能夠將此模型與我已儲存的模型進行比較。因此，我可能會將預測公式儲存到資料表中。這樣，資料表的背景中就多了一列。
	或者我可能再次想發布這個
	到
	公式細節，現在我得到了兩個不同的模型。我可以繼續。這只是廣義迴歸的模型。我還可以擬合幾種不同類型的
	預測模型選單中的預測模型，例如神經網路、分區、自舉森林或增強樹。
	現在，通常我需要做的就是擬合所有這些模型，將結果保存到資料表或公式庫中，如果我將它們保存到
	透過資料表，我可以使用這個模型比較平台來比較不同的競爭模型。我可能有很多模型，但這裡只有兩個。
	我實際上甚至不需要指定模型是什麼，只需要指定驗證。我其實比較喜歡把驗證放在「by」欄位裡。
	這樣就能得到訓練集和驗證集的擬合統計數據，我只需要查看驗證步驟的統計數據。這樣我就能用它來選擇性能最佳的模型。
	我感興趣的是更高的 R 平方值、更低的 RASE（均方根誤差）值以及更低的平均絕對誤差。在這兩個模型中，看起來這個擬合最小平方法迴歸模型是最好的。
	現在，如果我要擬合所有可能的模型，這可能會非常耗時。因此，JMP Pro 16 中新增了一個稱為「模型篩選」的平台，可以解決這個問題。
	當我啟動模型篩選時，它頂部會有一個對話框，就像我們所看到的一樣，所以我會繼續填充它。
	我將添加一個驗證，但在側面，您會看到我可以選擇幾個不同的模型並一次擬合這些不同的模型。
	因此決策樹、自舉森林、提升樹、K 最近鄰，對，我可以適應所有這些模型。
	而且它不會運行沒有意義的模型，所以我有一個連續響應邏輯回歸作為我的選項之一，它不會運行邏輯回歸模型
	並持續響應。請注意，這裡還有這個選項：XGBoost。
	出現這種情況的原因是有一個插件，它實際上使用了開源庫，如果你安裝這個插件（它可以在我們的 JMP 用戶社區中找到，
	它被稱為 XGBoost，並且僅在 JMP Pro 中有效），但如果您安裝此插件，它將自動出現在模型篩選對話方塊中。
	所以我只需單擊“確定”，當我單擊“確定”時，它將啟動每個平台。
	然後它會把所有結果拉到一個視窗中。所以我點擊了「確定」。我這裡數據不多，所以速度非常快。
	在詳細資訊下面，列出了所有已擬合的模型。如果我打開其中任何一個對話框，就可以看到結果，並且可以存取該選單中的其他選項。
	所以我要隱藏細節。預設情況下，它會報告訓練數據的統計數據，但它會顯示驗證數據的結果，這樣我就能看到 R 平方和 RASE。
	預設情況下，它按 RASE 的順序排序，其中最低的為最佳的。
	但是我這裡有一些小的快捷選項，所以如果我想找到最好的模型，並且可能 R 平方對於某些模型是最好的，但是 RASE 對於其他模型更好，我將單擊選擇主導。
	在這種情況下，它選擇了神經增強模型，所以在所有這些模型中，最好的模型是神經增強模型。如果我想更深入地了解這個模型，我可以查看這裡神經增強模型的詳細資訊。
	或者，我可以簡單地說，選擇運行。
	現在我沒有談論這個，但是在對話視窗中有一個設定隨機種子的選項。
	如果我設定了隨機種子，那麼這裡啟動的結果將與我在這裡看到的完全相同。所以這是一個…這是一個
	我們使用 TanH 函數建立了一個包含三個節點的神經模型，但它也使用了 boosting 演算法。因此，在設計這個平台時，開發人員進行了大量的模擬，以確定不同模型的最佳起點和最佳預設。
	因此神經增強是最好的。
	和
	如果我想要部署這個模型，現在我可以做的是儲存腳本
	或者我可以運行它，或者我可以將它保存到更深的公式中。
	這是連續型響應，紅色三角形下方還有其他選項。如果我有分類回應怎麼辦？對於分類回應，我可以使用相同的平台。所以，我再次進行模型篩選。
	我將單擊“調用”，但不是使用 Y，而是使用 Y Binary。
	我不會改變任何預設方法。我會輸入一個隨機種子，例如 12345，我只是抓取隨機數字。
	這樣做可以提高可重複性。如果我將任何模型儲存到資料表或公式庫中，
	模型中的統計數據和適合度都是一樣的。這裡還有一些其他選項。我們可能需要關閉一些功能，例如報告。
	我們可能想要使用不同的交叉驗證方法，因此該平台包括 K 折驗證，但它也使用嵌套 K 折交叉驗證。
	我們可以重複一遍。太棒了。有時候，把資料分成訓練集、驗證集和測試集並不是最好的選擇，K 折
	實際上可以稍微好一點。底部還有一些額外的選項。所以我們可能想要加入雙向互動。我們可能會想加入二次效應。
	在“附加方法”下，這將擬合附加廣義迴歸方法。所以我繼續，點擊「確定」。
	好的。它運行了所有模型，而且這是一個小數據集。它非常快。
	是的，外觀和感覺都一樣，但現在統計數據不同了。所以我得到了錯誤分類率。我得到了曲線下面積。我還得到了一些 R 平方值和均方根誤差。
	我將點擊選擇主導，再次強調，主導方法是神經增強。
	現在，如果我想探索一些不同的模型，該怎麼辦？這樣一來，這裡的誤分類率就比逐步分類低很多了。
	AUC 有點類似，整體來說最低，但可能也好不到哪裡去。讓我選幾個。如果我點擊幾個，也許我會……也許我會選這四個，這五個。
	如果我有興趣查看 ROC 曲線來比較模型，我可以查看 ROC 曲線。
	這裡有一些不錯的控制，可以讓我關閉模型並專注於某些模型。
	令我非常興奮的一個新功能是所謂的決策閾值。
	決策閾值讓我們可以觀察什麼，
	它首先查看訓練數據，然後為我們提供數據快照。
	誤分類率是基於0.5的分類截止值。所以對於每個模型，它都會顯示實際的高點和低點。如果我們關注高點，綠點就會被正確分類為高點。
	紅色區域中的分類是錯誤的，所以它向我們展示了正確的分類和錯誤的分類，然後在側面報告所有的統計數據
	然後在下面我們看到幾個不同的指標以及許多圖表，讓我們可以查看錯誤分類和真實分類。
	我要關閉它並查看
	驗證數據。
	那麼這為什麼有用呢？嗯，你可能在某個特定場景下，想要最大化靈敏度
	同時保持一定的特異性。敏感性…這裡有一些定義。敏感度是真陽性率；
	特異性指的是真陰性率。在這種情況下，我們想要觀察疾病進展，所以我們要確保…我們保持較高的敏感度。
	同時也要確保我們的特異性很高，好嗎？所以我們可以用這個滑塊來操作，我們可以抓住它，
	我們可以看到，隨著分類截止值的改變，分類是如何變化的。
	因此，我認為當您查看競爭模型時，這是一個非常強大的工具，因為您可能有一些模型的整體截止值為 0.5，它們可能具有最佳的錯誤分類率。
	但也可能出現這樣的情況：如果改變分類的截止值，不同的模型可能會表現不同。例如，如果我在某個區域，我可能會發現逐步模型實際上更好。
	現在為了進一步說明這一點，我想舉一個不同的例子。
	這個例子叫做信用卡行銷。
	如果我回到我的幻燈片只是為了介紹這個場景。
	這是一個場景
	我們根據市場調查獲得了大量有關信用卡優惠接受度的數據。
	答案是，這個offer被接受了嗎？而在本研究中，只有5.5%的offer被真正接受了。
	現在我們關註一些因素，因此提供了不同類型的獎勵，
	郵件類型也多種多樣。所以這其實是一個設計好的實驗。我們實際上會忽略這項研究的這個面向。
	還有財務訊息，所以我們將堅持...在這個例子中堅持一個目標，那就是確定最有可能接受報價的客戶。
	如果我們能夠識別出最有可能接受報價的客戶，在這種情況下，我們可能會只向更有可能接受報價的那部分客戶發送報價，而忽略其餘客戶。這就是我們目前的情況。
	我要開啟這些數據。
	我已經得到了 10,000 個觀察結果，我的回應是接受報價。
	我已經將腳本保存到數據表中，因此我獲得了飛行里程、郵件類型、收入水平、信用評級和其他一些財務資訊。
	它正在運行……我運行了一個保存腳本。它正在運行所有模型。在這種情況下，神經網路會花費最多的時間，因為它運作的是增強神經網路。
	這還需要幾秒鐘。它正在運行支援向量機。如果我的觀測值超過 10,000 個，支援向量機就會逾時，實際上無法運作。
	我再等一秒鐘。我正在使用驗證，所以我使用的是標準驗證，我有一個驗證列。在這個例子中，我有一列 0 和 1，JMP 會識別 0 代表訓練數據，1 代表驗證數據。
	好的。就是這樣。好的，它運行了，如果你正在處理一個大型數據表，那麼你可以運行一個報告。
	查看耗時。在這種情況下，支援向量機實際上花費的時間最長，這​​就是為什麼有時如果我們有超過 10,000 個觀測值，它就無法運作。
	讓我們看看這些。如果我選擇主導模型，我們最好的模型是一個神經增強模型和一個決策樹。但我想在這裡指出一點。注意錯誤分類率。
	除了支援向量機之外，所有模型的誤分類率都相同。為什麼會這樣呢？如果我運行一個 offer accepted 的分佈
	（我把這個放大一點，這樣我們就能看得更清楚了）我們只專注於驗證數據，注意到我們觀察到的 0.063% 的答案是「是」。這正是我們模型預測的結果。
	為什麼要這樣做呢？
	我將再次詢問決策閾值。
	重點關注這張圖，它有很多用途，在本例中，它向我們展示了分類的截止值是 0.5
	但我們的擬合機率都遠不及這個數字，對吧？因此，模型要么正確地將“否”歸類為“否”，要么
	或把「是」歸類為「否」。它從來沒有把任何結果歸類為“是”，因為所有機率都不大於0.5。所以如果我把這個模型拉長，
	對，我看出了這兩個模型的差異。神經網路增強模型的最高機率大約是 0.25，而決策樹模型的最高機率大約是 0.15。
	請注意，決策樹本質上是進行一系列二元分割，基本上我會得到幾個預測值，而神經網路增強演算法則會在點中呈現出一個很好的隨機模式。所以，我把它改成 0.12 左右。
	對，它在 .12 處截止，事實上，如果我將其滑動一下，請注意，我得到的值越低，我實際上就開始得到（我將在這裡打開指標）我開始得到一些真正的積極因素。
	然後我開始得到一些誤報。所以當我拖曳它時，你可以在條形圖中看到它，但是長條圖有點小，對吧。神經增強後，我開始看到一些真陽性和一些誤報。
	現在你開始看到它們了。一旦我通過第一組點，我就開始看到決策樹了。
	因此，對於這些數據使用 0.5 的截止值是沒有意義的，而且我可能再次嘗試找到一個可以給我帶來最高敏感度的截止值，同時保持適當的特異性水平。
	在這種情況下，我要指出另外兩個統計數據。
	F1 是 F1 分數，它實際上衡量了我們捕捉真實陽性的能力。
	MCC 是馬修斯相關係數，它能很好地衡量四種可能性的分類效果。所以我得到了…
	我可以得到假陽性、假陰性、真陽性、真陰性。
	我其實沒有說要對應這裡的方框，但我有四個不同的選項。 MCC 是介於正負 1 之間的相關係數，它衡量的是我對這四個方框的預測結果。
	所以我可能想探索一下能給出最大F1值或最大MCC值的截止值。假設我把這個值往下拖。注意
	敏感度正在快速增長，而特異性開始下降，所以可能在 0.5 左右，對，我達到了特異性開始下降太多的點。
	我可能會找到一個截止值，底部有一個設定利潤矩陣的選項。如果我把它設定為我的利潤矩陣，基本上，它就會允許我用這個截止值對新數據進行評分。
	因此，如果我在這裡設定它並點擊確定，那麼，我做出的任何未來預測，如果我將其保存到資料表或公式庫中，都將使用該截止值。
	在這種情況下，我可能實際上擁有一些可以建立到利潤矩陣中的財務資訊。
	例如，與其使用滑桿來選擇截止值，我可能對與我的分類相關的金額有所了解。如果實際答案是否定的，
	但我給他們發了報價，所以他們說“是的”，我覺得他們會答應，然後我就給他們發了報價。這大概花了我5美元，對吧，所以我的報價是負數。
	我可能對潛在利潤有所了解，所以這段時間的潛在利潤……可能是100美元，也可能我錯過了一些機會。我可能會說，你知道，如果…
	對方本來應該會回覆的，但我沒有傳邀請給他們。所以這可能是錯失的機會，有時我們會把這項留空。如果我改用這個，
	我有一些額外的資訊顯示出來，所以它識別出我有一個利潤矩陣。現在，如果我查看指標，我就可以根據這個利潤來決定我的最佳模型。
	所以我把這些額外的資訊納入決策中，有時我們有一個利潤矩陣，可以直接使用，有時則不行。在這種情況下，我發現神經增強模型能為我帶來最佳的整體利潤。
	這是模型篩選的預覽，讓我回到我的幻燈片。
	我們在這裡看到了什麼？好吧，我們討論了預測模型
	預測模型與解釋模型的目標有何不同？我們的目標是準確預測或分類未來的結果，因此我們希望對未來的觀察結果進行評分。
	我們通常會使用驗證來擬合和比較許多模型，然後選擇表現最佳、預測最準確的模型或模型組合。
	模型篩選確實簡化了這個工作流程，因此您可以使用一個平台同時適應許多不同的模型。
	我實際上只使用了預設設置，這樣我就可以擬合比實際更複雜的模型。這使得選擇主要模型和探索模型細節變得非常容易。我們可以擬合新的模型。
	從細節入手。如果您處理的是分類數據，這個決策閾值可以讓您探索分類的截止值，同時也能整合包含利潤矩陣的功能。
	對於任何選定的模型，我們都可以將其部署到公式庫或儲存到資料表中。所以這是一個非常強大的新工具。
	更多資訊。在看到 F1 分數和馬修斯相關係數之前，我就知道分類指標，這些統計數據對我來說相對較新。
	為了理解敏感度和特殊性，這篇維基百科文章有一些非常非常好的例子和非常好的討論。
	還有一些非常棒的預測建模和模型篩選資源。 JMP 使用者社群新增了「學習 JMP」路徑，可以存取相關影片。
	掌握 JMP 系列影片。去年在圖森的 JMP Discovery 大會上，Ruth Hummel 和 Mary Loveless 做了一個非常精彩的演講，探討了模型的適用性。
	這很好地討論了不同的建模目標以及何時可能想要使用每個模型。
	如果您對預測模型還不熟悉，我們的免費線上課程 STIPS（即工業問題解決的統計思維）第 7 模組是預測模型的介紹。
	所以我推薦這個。有一個模型篩選部落格使用了我接下來要提到的糖尿病數據，我還想指出的是，這本書《用 JMP Pro 構建更優模型》已經出了第二版。
	這本書會在接下來的幾個月內出版。他們還沒有新的封面，但他們會…在這本書裡加入模特兒篩選的內容。
	好了，我的分享就到這裡。歡迎大家對本文發表評論或提問，希望大家享受本次會議的剩餘內容。謝謝。

進階統計建模自動化和腳本基本資料分析與建模消費者與市場研究內容組織數據探索與視覺化實驗設計預測模型和機器學習品質與工藝工程可靠度分析分享和交流成果