Niveau : Débutant
Daniel Valente , PhD, JMP, chef de produit senior, SAS
Jon Weisz, vice-président principal des ventes et du marketing de JMP, SAS
Abstrait
Les utilisateurs de JMP ont souvent rencontré des problèmes lors de sessions interactives avec de nombreuses fenêtres et rapports d'analyse ouverts simultanément. Si l'utilisation de JMP en mode « fenêtre flottante » peut convenir à certains, une interface à onglets est parfois préférable. Certains utilisateurs souhaitent également associer certains fichiers à un projet d'analyse sans accéder à la liste complète de la fenêtre d'accueil. C'est pourquoi nous avons créé des projets dans JMP 14. Les projets offrent une interface document unique à JMP, un espace de travail à onglets reconfigurable, un espace pour ajouter des signets et une liste de fenêtres permettant de naviguer facilement entre les différentes fenêtres ouvertes, les tables de données, les scripts, etc. Ils lancent également des fichiers de support tels que les fichiers PDF et PPTP. Les projets permettent d'ouvrir et de fermer rapidement de nombreux fichiers associés à une ou plusieurs activités d'analyse et de séparer des projets parallèles, éliminant ainsi la nécessité d'exécuter plusieurs sessions JMP. Enfin, les projets dans JMP 14 simplifient le partage et la collaboration grâce à leur fonctionnalité d'archivage.
Aperçu des projets JMP
Les projets dans JMP permettent d'organiser les tables de données, les rapports, les scripts, les journaux et les artefacts liés à l'utilisation de JMP. Vous pouvez également associer des fichiers externes (.txt, .ppt, .html, .xls et images) aux fichiers de projet appropriés, associés à un groupe logique de fichiers JMP natifs.
Le fichier projet lui-même (.jmpprj) est un fichier autonome qui pointe vers d'autres éléments de votre disque, plutôt que de servir de conteneur pour stocker des fichiers. Il offre ainsi la flexibilité et la rigueur organisationnelle d'un projet basé sur un conteneur, tout en garantissant la disponibilité des fichiers sur le système d'exploitation.
Les projets JMP sont créés depuis le menu Fichier (Fichier > Nouveau projet). La création d'un nouveau projet ouvre immédiatement un projet non enregistré dans lequel vous pouvez ajouter des fenêtres et des fichiers JMP, facilitant ainsi la création de projets temporaires.
Un exemple de projet JMP est présenté dans la figure 1. Un projet comprend trois sections principales :
- Liste de signets : Liens vers les fichiers physiques du disque que vous souhaitez associer au projet. Il s'agit d'une liste organisée depuis la fenêtre d'accueil. Les signets peuvent être des liens vers des fichiers individuels, des dossiers (qui surveillent automatiquement leur contenu, y compris les sous-dossiers) et des groupes, offrant ainsi une organisation locale spécifique aux fichiers du projet sans affecter la structure des dossiers du disque .
- Liste des fenêtres : liste hiérarchique des tables de données ouvertes, des rapports et des graphiques associés à la table de données.
- Espace de travail : Liste de fenêtres à onglets, incluant les scripts, les graphiques, les sorties de modèles et les tables de données actuellement ouvertes en mémoire. La disposition peut être organisée à partir d'une seule colonne d'onglets (par exemple, comme dans un navigateur web) ou en colonnes de listes à onglets. La disposition est conservée à l'ouverture du projet et stockée à sa fermeture.
Figure 1 : Un exemple de projet JMP avec des sections principales annotées.
Par exemple, les projets peuvent être utilisés pour :
- Présentation des résultats. Ce projet est illustré à la figure 2A. Il a été configuré pour masquer les signets et les listes de fenêtres. Une colonne avec un seul onglet contient un journal exécutant la présentation. Ce journal inclut des liens vers des scripts et des fichiers de support qui, lorsqu'ils sont cliqués, s'affichent dans les projets sous forme d'onglets. Le journal permet d'ajouter des notes et du contexte aux autres éléments du projet.
- Flux de travail de modélisation prédictive. Ce projet est illustré à la figure 2B et sera abordé dans l'étude de cas II plus loin dans cet article. Il comprend l'exécution de tâches de modélisation prédictive standard sur un seul jeu de données. Plusieurs modèles sont ajustés et enregistrés dans un dépôt de formules au fur et à mesure de leur construction. Ce dépôt de formules est placé dans une colonne distincte, ce qui facilite sa consultation. Enfin, une comparaison de modèles est ajoutée et un code de score est généré pour la mise en production du modèle.
- Flux de travail du plan d'expérience. Ce projet est illustré à la figure 2C et un tel flux de travail sera abordé dans l'étude de cas I plus loin dans cet article. Ce projet permet d'organiser les étapes de création d'un plan d'expérience, de comparaison de plusieurs plans candidats, de collecte et d'analyse des données, ainsi que de création de documents de sortie pour le partage des résultats. Il peut également inclure des documents d'accompagnement de l'expérience (photos, rapports, etc.).
- Projet de script. Ce projet est illustré à la figure 2D. Il permet aux scripteurs JSL d'organiser leurs fenêtres et d'optimiser leur écriture. Il inclut l'index de script dans un mode configuré spécifiquement pour un projet. Le script en cours inclut un journal intégré et des liens vers des fichiers ou fonctions complémentaires dans la liste des signets.
Figure 2 : Façons dont les projets peuvent être utilisés dans JMP.
À qui s’adressent les projets JMP ?
Les projets constituent une option pour travailler dans JMP, et de nombreux utilisateurs continueront d'utiliser le mode multi-fenêtres standard de JMP. Cependant, pour ceux qui utilisent JMP d'une manière spécifique ou qui rencontrent des difficultés particulières en matière de gestion des fenêtres ou des fichiers, ce projet mérite d'être étudié.
De nombreux utilisateurs préfèrent utiliser les plateformes JMP telles que Graph Builder avec une fenêtre agrandie. Malheureusement, une fois une fenêtre JMP agrandie, les nouveaux utilisateurs peuvent facilement perdre la table de données ou avoir des difficultés à naviguer vers les autres fenêtres ouvertes. L'utilisation d'un espace de travail à onglets permet de contourner bon nombre de ces problèmes. Il suffit de naviguer vers un autre onglet ouvert, comme dans un navigateur web, pour accéder à un autre rapport d'analyse ou à une autre table de données.
Pour les personnes disposant de rapports hebdomadaires ou quotidiens standard, le projet peut constituer un support efficace pour ce travail. Associé au générateur de requêtes, par exemple, un projet peut inclure un script qui récupère les données les plus récentes d'une base de données et génère un ensemble de rapports standard ; il peut ensuite être enregistré avec la date pour simplifier cette tâche de reporting routinière.
Les utilisateurs de longue date de JMP se souviennent peut-être (et regrettent) la fenêtre principale de la version Windows de JMP. Grâce au projet, ils peuvent désormais restaurer une grande partie de cette fonctionnalité.
Pour les utilisateurs qui génèrent de nombreuses fenêtres – de manière interactive ou via des scripts – et qui ont l'impression d'être perdus dans une session, le projet peut les soulager. Lorsqu'un utilisateur travaille sur plusieurs projets simultanément, la fermeture d'un projet unique ferme automatiquement tous les fichiers et fenêtres associés, tout en laissant les autres projets intacts et en éliminant la nécessité de fermer manuellement plusieurs fenêtres.
Pour les utilisateurs ayant déjà défini leur propre organisation de fichiers pour les sorties et les fichiers JMP, les projets peuvent fournir un cadre ou s'intégrer parfaitement à une utilisation structurée par dossiers de JMP. Enfin, les personnes ayant des fichiers dispersés sur le disque dur de leur ordinateur peuvent ajouter des fichiers individuels à un projet pour créer une structure organisée au-dessus d'un dossier désordonné.
Travailler avec le projet
Intégrer des fichiers à un projet
Commencez par créer un nouveau projet (Fichier > Nouveau projet). Vous pouvez ajouter des fichiers individuellement à un projet via Ajouter des fichiers. Les fichiers ajoutés au projet sont ajoutés à la liste des signets. Lorsque des fichiers sont ajoutés individuellement, il peut être utile de créer un groupe, local au projet, pour mieux organiser vos signets. Créez un groupe en exécutant la commande Nouveau groupe, puis en le renommant avec un nom descriptif.
- Conseil de pro : Les groupes peuvent être utilisés pour configurer des modèles de projets afin de faciliter la mise en œuvre lorsqu'un nouveau projet est nécessaire. Des groupes tels que « Ensembles de données », « Scripts de référence », « Requêtes », « Scripts graphiques », « Fichiers de support » et « Sortie » peuvent constituer un bon point de départ pour la création de nouveaux projets. Enregistrez le projet sous « Modèle de projet » et enregistrez-le sous chaque fois que vous avez besoin d'un nouveau projet.
Il est également possible d'ajouter des dossiers à un projet, ce qui est utile lorsque vous avez déjà des fichiers organisés sur le disque. Il suffit d'ajouter le dossier pour qu'il soit ajouté aux favoris du projet. Les dossiers incluent automatiquement tous les sous-dossiers et sont surveillés (c'est-à-dire que lorsqu'un fichier est ajouté ou retiré d'un dossier, il est également ajouté ou retiré des favoris du projet). Soyez donc vigilant : la suppression de fichiers d'un dossier surveillé par un projet peut endommager le script ou le rapport d'un projet enregistré. Les dossiers sont automatiquement actualisés à la fermeture et à la réouverture d'un projet. Vous pouvez les actualiser manuellement en cliquant sur le bouton contextuel > Actualiser.
Dans la liste des signets, vous trouverez plusieurs commandes contextuelles utiles, permettant d'afficher le nom du fichier, son chemin d'accès, sa taille, des informations sur sa création, sa dernière écriture et sa date de dernier accès, ainsi qu'une case à cocher pour copier le fichier dans l'archive du projet (abordée plus loin dans la section « Archives »). La commande « Afficher dans le Finder » indique l'emplacement du fichier sur votre système d'exploitation. « Copier le chemin » vous permet d'accéder au presse-papiers via le chemin d'accès du fichier sur le disque, ce qui est utile si vous écrivez un script référençant un fichier. Enfin, l'option « Supprimer… » vous permet de supprimer le signet du projet (recommandé) ou de le déplacer vers la corbeille.
Les fichiers peuvent également être automatiquement marqués par glisser-déposer. Depuis le système d'exploitation, un fichier glissé peut être déposé dans la liste des signets, puis automatiquement marqué. Les dossiers peuvent être marqués de la même manière.
Si vous créez un autre tableau de données dans un projet, vous pouvez l'enregistrer et l'ajouter directement à vos favoris. Par exemple, vous créez un tableau récapitulatif via Tableaux > Résumé. Une fois le fichier enregistré sur le disque, vous pouvez le glisser-déposer de la liste des fenêtres vers les signets.
De nombreux utilisateurs souhaitent passer d'un projet au mode multi-fenêtres, du mode multi-fenêtres à un projet (en utilisant le projet uniquement pour encapsuler une session), ou d'un projet à un autre (lorsqu'un projet d'analyse devient trop complexe, par exemple). Pour cela, utilisez Fenêtre > Déplacer vers/depuis le projet, comme illustré à la figure 3.
Sélectionnez simplement le projet source (ou aucun si vous souhaitez déplacer des éléments depuis des fenêtres distinctes) et le projet de destination (aucun projet, un nouveau projet ou un projet existant ouvert). Des boutons rapides permettent de déplacer et d'ajouter des signets à tous les fichiers, ou de sélectionner un sous-ensemble de tables de données et de rapports associés de la source à la destination.
Cliquer sur une table de données affiche automatiquement toutes les fenêtres de rapport ouvertes dans le projet en cours. Si vous ne souhaitez pas les conserver, fermez simplement les onglets ou les fenêtres une fois le déplacement terminé. Vous pouvez également ajouter des signets aux tables de données directement depuis cette fenêtre. Notez également que les tables de données doivent être enregistrées sur disque pour pouvoir être ajoutées aux signets depuis cet outil. Les fichiers non enregistrés peuvent toutefois être déplacés vers un nouveau projet ou plusieurs fenêtres.
Cliquer sur une ligne individuelle du tableau fait apparaître une miniature utile, qui peut aider à décider quels fichiers et graphiques et rapports associés sont nécessaires au déplacement.
Figure 3. Fenêtre Déplacer vers/depuis le projet.
Gestion de l'espace de travail
Une fois les fichiers ajoutés au projet, il est temps de configurer les graphiques et les rapports dans une disposition par onglets à l'aide de la section espace de travail du projet, comme illustré dans la Figure 1. Par défaut, lorsque de nouvelles fenêtres sont créées dans un projet, elles sont ajoutées dans des onglets qui résident dans une seule colonne de l'espace de travail.
Prenons un exemple de projet simple. Commencez par créer un nouveau projet, puis enregistrez-le immédiatement sur votre disque dur. Créez ensuite un dossier appelé « exemple de projet » et placez-y le fichier du projet. Ainsi, vous disposez d'un dossier unique pour stocker tous les scripts, tables de données et documents de support. Je vais créer trois groupes dans le projet : Tables de données, Scripts et Sortie. J'ajouterai ensuite deux fichiers au projet : « FHPI.jmp » et « StatesMetadata.jmp ».
Nous allons utiliser le projet pour écrire un script d'automatisation afin de développer un flux de travail analytique standard de bout en bout composé du traitement des données via un script de requête, du nettoyage des données, de la visualisation, de la modélisation, de la conservation du contenu et de la sortie finale pour la communication des résultats.
Pour commencer à développer le script d'automatisation, je peux également instancier l'index de scripts « aide » au cas où je devrais effectuer une recherche. Une fois l'index de scripts chargé dans le projet, il est ajouté sous forme d'onglet. Il serait plus pratique de l'ancrer à droite de mes tables de données et de mes résultats. Pour cela, il suffit de décoller l'onglet « index de scripts ». Les zones de dépôt de Graph Builder apparaissent dans le projet, ce qui permet de reconfigurer l'espace de travail par glisser-déposer, comme illustré à la figure 4.
Figure 4. Zones de dépôt de l'espace de travail du projet éclairées lorsqu'un onglet est retiré d'une liste d'onglets. Les zones de dépôt sont annotées pour faciliter la configuration de l'espace de travail du projet.
Vous pouvez agrandir ou réduire les onglets individuels en cliquant sur la petite icône d'onglet figurant dans leur titre. Cela peut être utile, par exemple, si vous souhaitez vous concentrer sur un rapport de plateforme spécifique ou si vous utilisez une plateforme, comme Graph Builder, qui bénéficie d'un espace plus important au sein du projet. Cela peut également être utilisé pour des présentations ponctuelles au sein du projet.
Lorsque les onglets sont agrandis, les signets et la liste des fenêtres sont conservés. Ils peuvent être masqués manuellement depuis le menu Projet en activant les commandes « Afficher les signets » et « Afficher la liste des fenêtres ». Le journal du projet, masqué par défaut, peut également être affiché depuis ce menu.
Si vous réorganisez la mise en page et que le résultat ne vous convient pas, une commande d'annulation et de rétablissement de la mise en page est disponible pour vous aider. Vous pouvez également revenir à la liste par défaut à onglet unique en réinitialisant la mise en page depuis le menu Projet.
Les onglets de l'espace de travail peuvent être parcourus soit en cliquant dessus (le survol avec le curseur de votre souris produit une vignette), en double-cliquant dans la liste des fenêtres ou en utilisant les flèches gauche et droite pour parcourir les onglets.
Enregistrer et archiver des projets
Poursuivant notre projet d'analyse, nous allons utiliser le Générateur de requêtes pour joindre nos deux tables et créer une troisième table, destinée à la modélisation et à la visualisation. Le script du Générateur de requêtes peut être créé puis enregistré dans le dossier du projet. Je l'ajouterai au projet et le glisserai dans le groupe « Scripts ».
Ceci est illustré à la figure 5. Les scripts, requêtes et applications ou tableaux de bord peuvent être exécutés directement via le menu contextuel, ce qui vous évite d'avoir à cliquer dessus dans le projet et à exécuter le script. Cela permet également de préserver la clarté du projet, car aucun onglet ne sera ouvert pour un script de « production » non en cours de modification.
Figure 5. Exécution d’un script directement par clic droit sans l’ouvrir dans un onglet.
L'exécution du script génère une troisième table de données, avec mes deux tables correctement jointes. L'onglet « Joindre les tables » comporte un astérisque (*) à côté du nom, indiquant que ce fichier n'est pas encore enregistré sur le disque. Si j'essaie d'enregistrer le projet via Fichier > Enregistrer le projet, le message d'avertissement suivant s'affiche, illustré à la figure 6.
Figure 6. Documents non enregistrés dans un message d’avertissement de projet.
À ce stade, vous devez décider de ce que vous souhaitez faire, car tous les fichiers doivent être enregistrés ou fermés avant de pouvoir enregistrer un projet. Cliquer sur « Enregistrer tout » vous invitera à enregistrer d'abord tous les fichiers non enregistrés sur le disque, puis à enregistrer le projet. Une case à cocher, désactivée par défaut, permet d'enregistrer automatiquement les documents précédemment enregistrés (avec uniquement les modifications non enregistrées) lors de l'enregistrement du projet. Utilisez ce paramètre avec précaution, surtout lorsque vous débutez dans les projets, car vous pourriez apporter des modifications temporaires à une table de données que vous souhaitez ignorer (ajout, suppression, modification de cellules, etc.).
L'option « Fermer tout » fermera tous les documents non enregistrés sans les enregistrer, mais vous évitera d'avoir à enregistrer chaque document individuellement. Cela peut être utile si vous avez un script qui génère beaucoup de données, mais que vous ne souhaitez pas nécessairement enregistrer.
Vous pouvez également enregistrer manuellement les documents non enregistrés, sachant que dès que tous les * de la liste des onglets ont disparu, vous pouvez enregistrer un projet en un seul clic.
Le projet enregistre les graphiques et autres sorties de la plateforme d'une manière légèrement différente. Comme le projet exploite la fonctionnalité de script de session de JMP, les graphiques et les sorties de la plateforme sont automatiquement conservés lors de l'enregistrement et de la fermeture, sans qu'il soit nécessaire d'enregistrer les scripts dans la table de données, dans les journaux ou d'enregistrer les rapports au format .jrp. Ceci est particulièrement utile pour les nouveaux utilisateurs qui souhaitent enregistrer l'état de leurs projets d'analyse sans avoir à apprendre le JSL au préalable.
Lecture de scripts à partir de projets
Les fichiers .jsl, .jmpquery et .jmpapp/.jmpappsource marqués d'un signet peuvent être exécutés directement depuis la liste des signets (comme dans la fenêtre d'accueil de JMP). Un clic droit sur l'un de ces fichiers affiche des options détaillées pour leur utilisation, comme illustré à la figure 7.
Figure 7. Menu contextuel pour les types de fichiers JMP populaires dans un projet.
Ce menu contextuel vous permet de créer rapidement une application, d'exécuter un script ou d'exécuter directement une requête sans avoir à ouvrir AppBuilder/Dashboard Builder, Query Builder ou l'éditeur de scripts JSL. L'élément s'exécute et les résultats s'ouvrent automatiquement dans un nouvel onglet du projet, vous évitant ainsi un clic. De plus, le générateur de requêtes propose une option « Exécuter à l'ouverture » (illustrée à la figure 7). Un double-clic sur la requête s'exécute automatiquement sans ouvrir le générateur de requêtes.
Tableaux de bord et rapports Web
Les tableaux de bord et les rapports Web sont des moyens courants de partager et de communiquer les résultats d'une analyse JMP. Ces deux fonctionnalités sont prises en charge par le projet JMP. L'option Fichier > Nouveau tableau de bord ouvre l'interface du Générateur de tableaux de bord et vous permet de visualiser tous les rapports disponibles dans le projet. Vous pouvez organiser les rapports, ajouter des filtres, du texte et d'autres éléments ; après avoir cliqué sur « Exécuter le tableau de bord » dans le menu en forme de triangle rouge, le tableau de bord résultant s'affiche dans un nouvel onglet du projet (voir figure 8).
Figure 8. Résultats de l'exécution d'un tableau de bord créé avec Dashboard Builder dans un projet. Le tableau de bord résultant alimentera un nouvel onglet du projet.
Les rapports Web sont similaires (Fichier > Publier). La fonctionnalité Créer un rapport Web affiche automatiquement tous les onglets disponibles d'un projet sous forme de graphiques utilisables pour alimenter un rapport Web. Ce type de rapport peut donc être un excellent moyen de partager le flux de travail d'un projet avec une personne ne disposant pas encore de JMP.
Étude de cas 1 : Projet du DOE
Emploiprojetsdans le cadre dedconception deexperiments (DOE) dans JMP peut aider à communiquer les résultats,ainsi que d’aider au travail des expériences elles-mêmes.
Utilisation de DOE dans JMP signifie :
- Exécution du DOPlateforme électronique pour créer le schéma de collecte de données.
- Utilisation de la table JMPcomme base pourcollecte de données.
- Exploiter diverses plateformes graphiques JMP pour visualiser les résultats des exécutions de l'expérience.
- Utilisation du mode JMPplateformes de ling pour construire un modèle prédictif basé sur les données collectées et dans le cadre du modèleexercice physique,visualisation de divers tracés de diagnostic pour garantir qu'un modèle raisonnable a été développé.
- Construire des graphiques et des tableaux pour communiquer les résultats du DOE avec l'intentiondepromouvoiràaction d'une organisation.
La procédure générique détailléeci-dessus dans Sétapes 1 à 5souventrésultatsdansbeaucoupfenêtres et tables dans JMP.Il se peut également que le processus puisse prendre des mois.se déplacerdepuisSétape 1 àSétape 5,ce qui signifie que l'utilisateur JMP doit enregistrer les résultats importants dans son système de fichiers, se souvenir où ils sont conservés et suivre l'ensemble du processus.
Cette étude de cas utilisera une expérience simple que tout le monde peut exécuter pour montrer commentpLes projets peuvent aider avec DOE en gérant les fenêtres, en suivant les résultats et en communiquant les conclusions.
Je souhaite réaliser une expérience simple pour montrer comment JMPCustom Designer peut être utilisé poureffectuer des expériences avec des contraintes sura variable, tel queénergie totale dans ce cas.
Le but de cette expérience est de trouver un bon réglage sur mon micro-ondes domestique pour cuire du pop-corn.J'ai trois variables sous mon contrôle :
- Heure (heure en mm:ss que je peux régler pour le temps de cuisson).
- Pouvoir (un opaqueLniveau 1-10, je ne sais pas ce que cela signifie pour la température).
- Marque (il existe de nombreuses marques sur le marché; J'ai choisi lelégèrement déguisémarques familièresWilburetTop secret).
Selon les instructions sur les boîtes de pop-corn,J'ai décidé de varier l'heure detroisàcinqminutes et la puissance deLniveau 5 àLniveau 10.Je me suis ensuite mis à vérifier les coins de l'espace de conception, c'est-à-dire un temps court et une faible puissance, ainsi qu'un temps long et une puissance élevée.Ces coins représentent l'énergie totale maximale et minimale de mes niveaux choisis(Figure 9).
Figure 9 : Les images de gauche et de droite ci-dessus montrent les coins de l'espace de conception.
Il ressort clairement de mes premiers résultats que les coins de l’espace ne sont pas réalisables.Je devrai donc utiliser JMP Custom Designer pour créer un espace de conception contraint.Je souhaite utiliser JMP Projects, je l'ouvre donc d'abordéd.un nouveau projet et nommez-le « Mon expérience de pop-corn »comme indiqué dansFfigure 10.
Figure 10 : Capture d’écran d’un projet vide au début du processus de workflow DOE.
J'ai ensuite lancé le Custom Designer au sein du projet et configuré mes réponses et facteurs comme indiqué dans la figure 11.
Figure 11 : Lancement de Custom Desig pour configurer les exécutions expérimentales.
Il est maintenant temps de choisir mon modèle (RSM) et de définir les contraintes sur l'énergie totale (temps + niveau de puissance). La définition des contraintes linéaires sur les facteurs se fait simplement en définissant les contraintes comme illustré à la figure 12.
Figure 12 : Configuration des contraintes expérimentales et ajout des effets que je souhaite pouvoir modéliser pour déterminer le nombre d’exécutions nécessaires.
J'ai choisi « Make Design », ce qui a permis à JMP de proposer un modèle candidat. La figure 13 illustre le modèle que j'ai utilisé avec des formats de temps et de puissance correspondant aux réglages possibles sur mon micro-ondes.
Figure 13 : Tableau des exécutions expérimentales.
Ensuite, j'ai fait éclater 16 boîtes de pop-corn. À l'aide d'une tasse graduée, j'ai sélectionné une tasse représentative de chaque série et compté le nombre total de grains et le nombre de grains éclatés. Les données sont présentées à la figure 14.
Figure 14 : Résultats de l’expérience.
J'ai examiné quelques graphiques et construit une régression généralisée avec le nombre de popcorns éclatés comme réponse binomiale. Une carte thermique du temps par rapport à la puissance par marque, avec le ratio popcorn éclaté/total coloré de faible (bleu) à élevé (rouge), montre que les combinaisons moyennes à élevées de niveau de puissance et de temps donnent de meilleurs résultats. Un profileur du modèle de régression communique mieux les résultats, en ajoutant la conclusion que le popcorn de marque Wilbur est plus robuste à l'énergie totale. Les figures 15 et 16 illustrent ces résultats.
Figure 15. Une carte thermique du temps par rapport à la puissance par marque avec le rapport entre le nombre de pops et le total, coloré de faible (bleu) à élevé (rouge).
Figure 16 : Profileur montrant le modèle final et les effets du changement de marque, de temps et de facteurs de puissance sur la réponse.
Finalement, j'ai écrit un document de conclusion simple en ajoutant deux graphiques au format PDF à partir de JMP ; j'ai ajouté ce document de conclusion au projet en sélectionnant le bouton Ajouter des fichiers en haut à gauche de la fenêtre de mon projet, comme indiqué dans la figure 17.
Figure 17. Conclusion simple marquée d’un signet pour partager les résultats de cette expérience.
Je dispose désormais d'un fichier de projet contenant ma configuration de conception, mes données, mon modèle et les graphiques associés, ainsi que le document de conclusion. Ce fichier autonome constitue la base de ma mémoire de cette expérience. Il sert également de mémoire collective si je stocke le projet et les fichiers associés dans un emplacement accessible aux membres de mon équipe, aujourd'hui et à l'avenir.
Étude de cas 2 : Projet de modélisation prédictive
Nous allons utiliser le projet pour construire un modèle permettant de prédire la qualité du vin à partir d'un ensemble de propriétés physico-chimiques (voir Cortez et al. 2009). L'ensemble de données est téléchargeable depuis le référentiel d'apprentissage automatique de l'UCI (Lichman 2013). Ce projet nous permettra de gérer l'importation des données via l'importation de fichiers multiples, d'explorer et de nettoyer la table de données importée, de créer des graphiques, de créer plusieurs modèles candidats à l'aide de diverses techniques d'apprentissage automatique dans JMP Pro, de comparer les modèles, de choisir le modèle à utiliser et enfin de générer un code de score pour faciliter la mise en production de cette modélisation. Nous suivrons le flux de travail analytique de bout en bout dans JMP (voir figure 18) pour illustrer comment le projet prend naturellement en charge ce processus.
Figure 18. Flux de travail analytique de bout en bout dans JMP.
Les données historiques sont téléchargeables directement sur le site web de l'UCI Machine Learning : http://archive.ics.uci.edu/ml/datasets/Wine+Quality . Trois fichiers sont disponibles : winequality-red.csv, winequality-white.csv et winequality.names. Pour créer un projet, accédez à Fichier > Nouveau projet dans JMP et créez un dossier sur le bureau intitulé « Projet de modélisation du vin ». J'y placerai les trois fichiers texte.
Je vais enregistrer le fichier de projet dans le dossier du projet de qualité du vin, puis créer plusieurs groupes pour m'aider à organiser mes signets : 01 - Données brutes, 02 - Tables de données JMP, 03 - Scripts, 04 - Code de score, 05 - Sortie.
Je vais mettre en signet les trois fichiers de données brutes en les faisant glisser et en les déposant du Finder vers le dossier de données brutes.
Ensuite, je souhaite importer les fichiers dans une table de données JMP. J'utiliserai l'importation de fichiers multiples pour ouvrir automatiquement les deux fichiers CSV et les concaténer sans écrire de script ni utiliser le menu des tables (Fichier -> Ouvrir plusieurs fichiers…). Pour ouvrir uniquement les fichiers .csv, je veillerai à sélectionner l'extension : .csv et à cocher la case d'option pour les fichiers similaires. Je cocherai la colonne « Ajouter un nom de fichier » afin de conserver les échantillons de vin rouge et de vin blanc. J'enregistrerai le script dans la fenêtre de script et dans le projet. Ainsi, si de nouvelles données arrivent et que je souhaite régénérer la table de données JMP, je pourrai le faire directement sans avoir à repasser par la boîte de dialogue d'importation de fichiers multiples (Figure 19). Je mettrai le script dans mes favoris pour plus tard en le faisant glisser de la liste des fenêtres vers les favoris, puis je fermerai le script.
Figure 19. Paramètres d’importation de fichiers multiples.
Maintenant que mes ensembles de données sont ouverts dans une seule table JMP, je vais enregistrer le fichier et le mettre en favoris dans le projet. Je peux utiliser Recode pour ajouter une colonne (Couleur) indiquant la catégorie du vin dans cet échantillon. L'objectif de cet exercice de modélisation est d'utiliser une méthode relativement peu coûteuse de mesure des propriétés physico-chimiques (comme le sucre résiduel, l'alcool ou les sulfites) afin de prédire les dégustations professionnelles relativement coûteuses du vin. Nous avons la chance de disposer de données historiques, qui présentent ces deux propriétés, et nous pouvons utiliser de bonnes techniques de validation croisée pour construire un modèle à partir de ces données historiques. Ce modèle pourrait fonctionner efficacement avec de nouvelles données, dont seules les propriétés physico-chimiques sont disponibles. La figure 20 présente une matrice de distribution avec une sélection de vins de haute qualité. La distribution des autres mesures montre qu'il peut y avoir une séparation entre certaines valeurs pour segmenter ces vins très bien notés (par exemple, les vins de meilleure qualité semblent avoir tendance à avoir un sucre résiduel plus faible et une teneur en alcool plus élevée). Nous allons tester cette hypothèse en construisant plusieurs modèles.
En effectuant une analyse multivariée et en examinant la carte des couleurs sur les corrélations, nous pouvons également voir que de nombreuses mesures sont fortement corrélées les unes aux autres, ce qui s'avérera difficile pour les techniques de modélisation standard comme la régression par étapes ou les moindres carrés.
Figure 20. Matrice de distribution des propriétés physico-chimiques, de la couleur et des notes de qualité. Les vins les mieux notés sont sélectionnés. La carte des couleurs des corrélations des propriétés physico-chimiques est présentée à droite.
Afin d'évaluer les performances du modèle et de donner à nos différentes techniques de modélisation les mêmes chances de prédire la qualité du vin, nous allons recourir à la validation croisée pour une évaluation honnête des performances du modèle. Concrètement, nous allons séparer les données disponibles en trois ensembles : l'apprentissage (utilisé pour construire les modèles), la validation (utilisée pour affiner les modèles et équilibrer complexité et parcimonie avec les performances) et, enfin, le test (un sous-ensemble de données non utilisé dans la modélisation, mais uniquement utilisé pour simuler l'arrivée de nouvelles données et, par conséquent, pour évaluer la capacité du modèle à fonctionner avec de nouvelles données).
Pour créer la colonne de validation, j'utiliserai l'utilitaire « Créer une colonne de validation » dans Analyse > Modélisation prédictive. Je choisirai l'option « Aléatoire stratifié », puis je cliquerai sur la colonne « Couleur du vin » pour garantir une répartition égale des échantillons dans les groupes d'apprentissage, de validation et de test pour les vins rouges et blancs. Je vais utiliser un échantillon de 70 %/20 %/10 % pour les groupes d'apprentissage, de validation et de test.
Nous allons créer plusieurs modèles candidats, puis les publier dans le dépôt de formules. Ce dépôt s'intègre parfaitement à un projet. Je l'ouvre (Analyse > Modélisation prédictive), puis je l'ancre dans sa propre colonne, à droite du projet.
Nous allons maintenant construire un arbre boosté, une forêt bootstrap, un réseau neuronal et plusieurs modèles de régression généralisée. Au fur et à mesure de la construction des modèles individuels, je publierai les résultats dans Formula Depot.
Figure 21. Projet final de modélisation prédictive.
Il semble que la forêt Bootstrap soit le modèle offrant la meilleure adéquation aux données de test. Elle a bien capturé la forme du modèle sous-jacent. La figure 21 montre comment configurer le projet pour afficher tous les modèles créés dans une liste d'onglets, avec la collection de modèles dans un dépôt de formules ancré à droite de l'espace de travail, et une comparaison de modèles directement sous la sortie du modèle pour examiner l'importance des variables, ainsi qu'un profileur pour les différents modèles candidats.
L'avantage de Bootstrap Forest est de capturer le fait qu'augmenter le degré alcoolique du vin améliore sa qualité jusqu'à un certain point, comme le montre la figure 22. Cette figure présente les paramètres nécessaires pour produire un vin de la plus haute qualité, comme indiqué dans les données historiques. Nous pouvons partager ces résultats de deux manières : en enregistrant le code de score du modèle depuis Formula Depot dans différents langages (tels que SAS, Python, C, JavaScript ou SQL), et également au format PPT ou HTML.
Figure 22. Modèle Bootstrap Forest prédisant la qualité du vin.
Ce rapport interactif peut être partagé avec d'autres utilisateurs ne disposant pas de JMP. Le profileur reste interactif sur le Web, ce qui permet d'ajuster les valeurs de manière interactive pour observer l'impact sur la qualité du vin. Le code de score du modèle et le rapport HTML5 interactif peuvent également être ajoutés aux favoris du projet.
Références
- Cortez, A. Cerdeira, F. Almeida, T. Matos et J. Reis. Modélisation des préférences œnologiques par exploration de données issues de propriétés physicochimiques.
Dans Systèmes d'aide à la décision, Elsevier, 47(4):547-553, 2009.
- Lichman, M. (2013). Référentiel d'apprentissage automatique de l'UCI [ http://archive.ics.uci.edu/ml ]. Irvine, Californie : Université de Californie, École d'information et d'informatique.
