视频录制于 2025 年 3 月，使用 JMP 18 和 JMP Pro 18。
您是否在处理复杂的流程，而这些流程中可能存在一些未被考虑的变量，这些变量可能会影响您的预测？您是否有时难以确定影响复杂交互作用结果的因素的有效性？共线性因素是否阻碍了您的流程改进项目的效率？
在本期JMP精通课程中，我们将使用机器学习工具进行案例研究，以确定航空工业精密机械零件切割的理想条件。了解具体操作方法：
- 分析数据，并通过图形方式揭示可能存在的共线性关系。
- 探索简单的线性回归模型，并确定为什么它们不足以满足要求。
- 使用 JMP Pro 机器学习工具构建和评估能够准确识别和处理共线性效应的模型。
@Peter_Polito和@Bill_Worley在在线研讨会上回答了以下问题：
问： JMP 能否执行 PCA 和神经网络分析，还是需要 JMP Pro？
答：两者都包含在标准版 JMP 中。标准版 JMP 中的神经网络仅提供一种激活函数。而 JMP Pro 中的神经网络则提供多种激活函数、提升算法和模型验证功能。
问： VIF是否要求数据中有重复测量值？
一个：不。重复测量对于理解模型中的变异性反而很有用。
问：我们可以对主成分分析使用响应曲面法（RSM）吗？
一个： Yes.
问：您提到了随机森林。JMP 中是否有这种分析方法？如果有，我们可以指定评价指标（例如基尼系数、熵等）吗？
一个：我们称之为Bootstrap Forest 。它在 JMP Pro 中可用。
问：请您审核一下VIF吗？
一个：V通货膨胀因素（五维当分布为正态分布时，模型中的每个项都可用。高五维VIF 值表明模型中各项之间存在共线性问题。要查看 VIF，在参数估计表中右键单击，然后选择“列”>VIF 值可以在“首选项”的“拟合模型”选项（例如“最小二乘拟合”、“响应拟合”和“混合拟合”）中进行设置。有关 VIF 的更多信息，请观看下方视频。
