Livello: Principiante
Daniele Valente , PhD, Responsabile prodotti senior JMP, SAS
Jon Weisz, Vicepresidente senior vendite e marketing JMP, SAS
Astratto
Spesso, gli utenti JMP hanno sperimentato una sessione JMP interattiva che li ha lasciati con molte finestre e report di analisi aperti tutti in una volta. Mentre usare JMP in questa "modalità finestra mobile" può funzionare per alcuni, ci sono situazioni in cui è preferibile avere un'interfaccia a schede. Gli utenti potrebbero anche voler associare determinati file a un progetto di analisi e non avere l'elenco completo fornito dalla finestra Home. Per questi motivi, abbiamo creato progetti in JMP 14. I progetti forniscono un'interfaccia a documento singolo per JMP, uno spazio di lavoro a schede e riconfigurabile, un posto per aggiungere segnalibri ai file e un elenco di finestre che consente all'utente di navigare facilmente tra varie finestre aperte, tabelle di dati, script e altro; avvia anche file di supporto come documenti .pdf e .ppt. I progetti possono essere utilizzati per aprire e chiudere rapidamente molti file associati a una o più attività di analisi individuali e possono essere utilizzati per mantenere separati progetti paralleli, eliminando la necessità di eseguire più sessioni JMP. Infine, i progetti in JMP 14 possono anche offrirti un modo semplice per condividere e collaborare al lavoro con la loro funzionalità di archiviazione.
Panoramica dei progetti JMP
I progetti in JMP sono un modo per organizzare tabelle di dati, report, script, journal e artefatti dell'utilizzo di JMP in JMP. È inoltre possibile associare file di supporto esterni come .txt, .ppt, .html, .xls e immagini con i file di progetto appropriati associati a un gruppo logico di file JMP nativi.
Il file di progetto stesso (.jmpprj) è un file autonomo, che punta ad altri elementi sul disco, anziché fungere da contenitore in cui mettere i file. Di conseguenza, questo offre la flessibilità e la disciplina organizzativa di un progetto basato su contenitore, mantenendo allo stesso tempo i file disponibili per essere trovati sul sistema operativo.
I progetti JMP vengono creati dal menu File (File > Nuovo progetto). La creazione di un nuovo progetto aprirà immediatamente un progetto non salvato in cui aggiungere finestre e file JMP, rendendo semplice la creazione di progetti temporanei.
Un esempio di progetto JMP è mostrato nella Figura 1. Un progetto comprende tre sezioni principali:
- Elenco segnalibri: collegamenti a file fisici su disco che vuoi associare al progetto. È come un elenco curato dalla finestra Home. I segnalibri possono essere collegamenti a singoli file, collegamenti a cartelle (che "osservano" automaticamente cosa c'è dentro, comprese le sottocartelle) e gruppi, fornendo un'organizzazione locale specifica per i file nel progetto senza influenzare la struttura delle cartelle dei file su disco .
- Elenco finestre: elenco gerarchico di tabelle di dati aperti, report e grafici associati alla tabella dati.
- Area di lavoro: Elenco a schede di finestre, inclusi script, grafici, output di modelli e tabelle di dati attualmente aperti in memoria. Il layout può essere organizzato da una singola colonna di schede (ad esempio, come un browser Web) o organizzato in colonne di elenchi a schede. Il layout viene mantenuto quando un progetto viene aperto e memorizzato quando viene chiuso.
Figura 1: Un esempio di progetto JMP con sezioni principali annotate.
Ad esempio, i progetti possono essere utilizzati per:
- Presentazione dei risultati. Questo progetto è mostrato nella Figura 2A. Il progetto è stato configurato per nascondere i segnalibri e gli elenchi delle finestre. C'è una colonna con una singola scheda, che ha un diario che esegue la presentazione. Il diario include collegamenti a script e file di supporto che, quando cliccati, vengono visualizzati nei progetti come schede. Il diario offre la possibilità di aggiungere note e contesto al resto degli elementi nel progetto.
- Flusso di lavoro di modellazione predittiva. Questo progetto è mostrato nella Figura 2B e sarà trattato nel Case Study II più avanti in questo documento. Il progetto include l'esecuzione di attività di modellazione predittiva standard su un singolo set di dati. Più modelli vengono adattati e salvati in un Formula Depot man mano che vengono creati. Il Formula Depot è in una colonna a sé stante, quindi può essere facilmente consultato. Infine, viene aggiunto un Model Comparison e viene generato un codice di punteggio per mettere il modello in produzione.
- Flusso di lavoro DOE. Questo progetto è mostrato nella Figura 2C e un flusso di lavoro DOE come questo sarà trattato nel Caso di studio I più avanti in questo documento. Il progetto è utilizzato per organizzare i passaggi per la creazione di un esperimento progettato, il confronto di più progetti candidati, la raccolta di dati, l'analisi dei dati e la creazione di output per la condivisione dei risultati con altri. Può anche includere materiali di supporto sull'esperimento (foto, report, ecc.).
- Progetto di scripting. Questo progetto è mostrato nella Figura 2D. È usato per aiutare gli scripter JSL a organizzare le loro finestre e semplificare l'efficienza durante lo scripting. Il progetto include l'indice di scripting in una modalità configurata specificamente per l'uso in un progetto. Lo script su cui si sta lavorando include un log incorporato e anche link a file o funzioni di supporto nell'elenco dei segnalibri.
Figura 2: Modalità di utilizzo dei progetti in JMP.
Chi è l'utente previsto dei progetti JMP?
I progetti sono un modo facoltativo di lavorare in JMP e molti utenti continueranno a operare nella "modalità multi-finestra" standard di JMP. Tuttavia, per coloro che lavorano in JMP in un modo specifico o hanno problemi specifici con la gestione delle finestre o la gestione dei file, vale la pena dare un'occhiata al progetto.
Molti utenti preferiscono eseguire piattaforme JMP come Graph Builder con una finestra massimizzata. Sfortunatamente, una volta che una finestra in JMP è massimizzata, è facile per i nuovi utenti perdere la tabella dati o avere difficoltà a navigare verso altre finestre aperte. Utilizzando un'area di lavoro a schede, il progetto aggira molti di questi problemi. Un utente può semplicemente navigare verso un'altra scheda aperta, come quando si utilizza un browser Web, per arrivare a un altro report di analisi o tabella dati.
Per le persone che hanno report settimanali o giornalieri standard, il progetto può essere un contenitore efficiente per supportare quel lavoro. Insieme al Query Builder, ad esempio, un progetto può includere uno script che recupera i dati più recenti da un database e genera un set di report standard; può quindi essere salvato con la data per semplificare questa attività di reporting di routine.
Gli utenti JMP di lunga data potrebbero ricordare (e rimpiangere) la Master Window nella versione Windows di JMP. Ora, con il progetto, possono ripristinare gran parte di quella funzionalità.
Per gli utenti che generano molte finestre, in modo interattivo o tramite script, e hanno la sensazione di perdersi in una sessione, il progetto può aiutare ad alleviare questo dolore. Quando un utente lavora su più progetti contemporaneamente, la chiusura di un singolo progetto può chiudere automaticamente tutti i file e le finestre associati a quel progetto, lasciando intatti gli altri progetti ed eliminando la necessità di chiudere manualmente più finestre.
Per gli utenti che hanno già elaborato il proprio schema di organizzazione dei file per l'output e i file JMP, i progetti possono fornire un framework o adattarsi bene a un modo strutturato in cartelle di usare JMP. Infine, le persone che hanno file sparsi su tutto il disco rigido del computer possono aggiungere singoli file a un progetto per creare una struttura organizzata sopra una cartella disordinata.
Lavorare con il progetto
Inserimento di file in un progetto
Per prima cosa, inizia creando un nuovo progetto (File > Nuovo progetto). I file possono essere aggiunti a un progetto singolarmente tramite Aggiunta file. I file aggiunti al progetto vengono aggiunti all'elenco Segnalibri. Quando i file vengono aggiunti singolarmente, può essere utile creare un gruppo, locale al progetto, che può organizzare ulteriormente i segnalibri. Crea un gruppo eseguendo il comando Nuovo gruppo e quindi rinominando il gruppo in qualcosa di descrittivo.
- Suggerimento : i gruppi possono essere utilizzati per impostare progetti modello per semplificare l'avvio e l'esecuzione quando è necessario un nuovo progetto. Gruppi come "Data Sets", "Reference Scripts", "Queries", "Graph Scripts", "Supporting Files" e "Output" possono essere un buon punto di partenza per creare nuovi progetti. Salva il progetto come "Template Project" e Salva con nome ogni volta che hai bisogno di un nuovo progetto.
Le cartelle possono anche essere aggiunte a un progetto, il che è utile quando hai già file organizzati sul disco. Aggiungi semplicemente la cartella e questa verrà aggiunta ai segnalibri nel progetto. Le cartelle includono automaticamente tutte le sottocartelle e sono "sorvegliate" (ad esempio, quando un file entra o esce dalla cartella, viene anche spostato dentro o fuori dai segnalibri in un progetto). Ciò significa che devi fare attenzione perché la rimozione di file da una cartella di progetti sorvegliati può interrompere lo script o il report in un progetto salvato. Le cartelle vengono aggiornate automaticamente quando un progetto viene chiuso e riaperto e possono essere aggiornate manualmente utilizzando un clic contestuale > Aggiorna.
All'interno dell'elenco dei file Segnalibri ci sono diversi utili comandi contestuali, che consentono di visualizzare le informazioni fornite, come nome file, percorso, dimensione, informazioni sulla creazione, ultima scrittura e data dell'ultimo accesso, nonché una casella di controllo per copiare nell'archivio del progetto (trattato più avanti nella sezione archivio). Il comando mostra nel finder rivela dove risiede il file nel sistema operativo. Copia percorso consente di ottenere il percorso del file sul disco negli appunti, il che è utile se si sta scrivendo uno script che fa riferimento a un file. Infine, l'opzione Elimina... consente di rimuovere il segnalibro dal progetto (consigliato) o Sposta nel cestino/Cestino.
I file possono anche essere automaticamente contrassegnati con il drag and drop. Dal sistema operativo, un file trascinato può essere rilasciato nell'elenco dei segnalibri e quindi automaticamente contrassegnato. Le cartelle possono essere contrassegnate nello stesso modo.
Se crei un'altra tabella dati in un progetto, può essere salvata e aggiunta direttamente ai segnalibri. Diciamo, ad esempio, che crei una tabella di riepilogo usando Tabelle > Riepilogo. Dopo che il file è stato salvato sul disco, può essere trascinato e rilasciato dall'Elenco finestre ai Segnalibri.
Molti utenti vorranno passare da un progetto alla modalità multi-finestra, dalla modalità multi-finestra a un progetto (utilizzando il progetto solo per incapsulare una sessione) o da un progetto all'altro (quando un singolo progetto di analisi diventa troppo complesso, ad esempio). Per questo, utilizzare Window > Move To/From Project come mostrato nella Figura 3.
Basta selezionare il progetto di origine (o nessuno se si desidera spostare elementi da singole finestre separate) e il progetto di destinazione (che può essere nessuno, un nuovo progetto o un progetto aperto esistente). Ci sono pulsanti rapidi per spostare e aggiungere segnalibri a tutti i file, oppure è possibile selezionare un sottoinsieme di tabelle dati e report associati dall'origine alla destinazione.
Facendo clic su una tabella dati vengono automaticamente visualizzate tutte le finestre di report aperte nel progetto corrente. Se non si desidera conservarle, è sufficiente chiudere le schede o le finestre una volta completato lo spostamento. Le tabelle dati possono anche essere contrassegnate direttamente da questa finestra. Si noti inoltre che le tabelle dati devono essere salvate su disco per poter essere contrassegnate da questo strumento. Tuttavia, i file non salvati possono ancora essere spostati in un nuovo progetto o in più finestre.
Facendo clic su una singola riga della tabella viene visualizzata una miniatura utile, che può aiutare a decidere quali file e grafici e report associati sono necessari per lo spostamento.
Figura 3. Finestra Sposta da/a progetto.
Gestione dello spazio di lavoro
Dopo aver aggiunto i file al progetto, è il momento di configurare grafici e report in una disposizione a schede utilizzando la sezione dell'area di lavoro del progetto, come mostrato nella Figura 1. Per impostazione predefinita, quando vengono create nuove finestre in un progetto, vengono aggiunte in schede che risiedono in una singola colonna dell'area di lavoro.
Diamo un'occhiata a un semplice progetto di esempio. Per prima cosa, crea un nuovo progetto e poi salvalo immediatamente sul disco rigido. Poi, crea una nuova cartella chiamata "progetto di esempio" e metti il file di progetto in quella cartella. Così facendo, c'è una singola cartella in cui possono essere aggiunti tutti gli script, le tabelle dati e i materiali di supporto. Creerò tre gruppi nel progetto: Tabelle dati, Script e Output. Poi aggiungerò due file al progetto: "FHPI.jmp" e "StatesMetadata.jmp".
Utilizzeremo il progetto per scrivere uno script di automazione per sviluppare un flusso di lavoro analitico end-to-end standard costituito da elaborazione dei dati tramite uno script di query, pulizia dei dati, visualizzazione, modellazione, cura dei contenuti e output finale per la comunicazione dei risultati.
Per iniziare a sviluppare lo script di automazione, posso anche creare un'istanza di help > scripting index nel caso in cui avessi bisogno di cercare qualcosa. Quando lo scripting index viene caricato nel progetto, viene aggiunto come una scheda. Sarebbe più utile se potessi agganciarlo a destra delle mie tabelle dati e dell'output. Per farlo, basta staccare la scheda scripting index. Le zone di rilascio di Graph Builder vengono visualizzate nel progetto, consentendo di trascinare e rilasciare per riconfigurare l'area di lavoro del progetto, come mostrato nella Figura 4.
Figura 4. Le zone di rilascio dell'area di lavoro del progetto si illuminano quando una scheda viene staccata da un elenco di schede. Le zone di rilascio sono annotate per una configurazione più semplice dell'area di lavoro del progetto.
Le singole schede possono essere ingrandite o ridotte al minimo cliccando sulla piccola icona della scheda sul titolo della scheda. Questo può essere utile quando, ad esempio, si desidera concentrarsi su un singolo report di piattaforma o si sta utilizzando una piattaforma, come Graph Builder, che trae vantaggio da un po' più di spazio all'interno del progetto. Può essere utilizzato anche per presentazioni ad hoc all'interno del progetto.
Quando le schede sono ingrandite, i segnalibri e l'elenco delle finestre rimangono. Possono essere nascosti manualmente dal menu Progetto tramite l'attivazione/disattivazione dei comandi Mostra segnalibri e Mostra elenco finestre. Il registro dell'intero progetto, nascosto per impostazione predefinita, può anche essere visualizzato da questo menu.
Se in qualsiasi momento riorganizzi il layout e non ti piace il risultato, c'è un comando di layout annulla e ripristina per aiutarti. Puoi anche tornare all'elenco predefinito a scheda singola reimpostando il layout dal menu Progetto.
È possibile spostarsi tra le schede nell'area di lavoro cliccandoci sopra (passandoci sopra il cursore del mouse si ottiene una miniatura), facendo doppio clic nell'elenco delle finestre o utilizzando le frecce sinistra e destra per scorrere le schede.
Salvataggio e archiviazione dei progetti
Proseguendo con il nostro progetto di analisi, useremo Query Builder per unire le nostre due tabelle e creare una terza tabella, pronta per la modellazione e la visualizzazione. Lo script Query Builder può essere creato e poi salvato nella cartella del progetto. Lo aggiungerò al progetto e lo trascinerò e rilascerò nel gruppo script.
Questo è mostrato nella Figura 5. Script, query e applicazioni o dashboard possono essere eseguiti direttamente tramite il menu di scelta rapida, risparmiandoti il clic di aprirli nel progetto e quindi eseguire lo script. Può anche aiutare a mantenere pulito il progetto, poiché non ci sarà una scheda aperta per uno script di "produzione" che non viene modificato attivamente.
Figura 5. Esecuzione di uno script direttamente tramite clic destro senza aprirlo in una scheda.
L'esecuzione dello script produce una terza tabella dati, con le mie due tabelle correttamente unite. La scheda JoinTables ha un * accanto al nome, a indicare che questo file non è ancora stato salvato su disco. Se provo a salvare il progetto da File > Save Project, otterrò il seguente messaggio di avviso, mostrato nella Figura 6.
Figura 6. Messaggio di avviso relativo ai documenti non salvati in un progetto.
A questo punto, hai una decisione su cosa vuoi fare, poiché tutti i file devono essere salvati o chiusi prima che un progetto possa essere salvato. Facendo clic su Salva tutto ti verrà chiesto di salvare prima tutti i file non salvati sul disco e poi salverai il progetto. C'è una casella di controllo, che è disattivata per impostazione predefinita, che ti consente di salvare automaticamente i documenti salvati in precedenza (con solo le modifiche non salvate) quando salvi il progetto. Utilizza questa impostazione con attenzione, soprattutto quando inizi a usare i progetti poiché potresti apportare modifiche temporanee a una tabella dati che desideri scartare (aggiungendo colonne, eliminando colonne, cambiando celle, ecc.).
L'opzione Chiudi tutto eseguirà una chiusura e nessun salvataggio per tutti i documenti non salvati, ma ti eviterà di dover salvare ogni documento singolarmente. Questo può essere utile se hai uno script che genera molto output, ma non vuoi necessariamente salvarlo.
È anche possibile salvare manualmente i documenti non salvati, sapendo che non appena tutti gli * nell'elenco delle schede saranno scomparsi, sarà possibile salvare un progetto con un solo clic.
Il progetto salva grafici e altri output della piattaforma in un modo leggermente diverso. Poiché il progetto sfrutta la funzionalità di script di sessione in JMP, grafici e output della piattaforma vengono automaticamente mantenuti al momento del salvataggio e della chiusura senza dover salvare gli script nella tabella dati, nei journal o salvare i report come file .jrp. Ciò è particolarmente utile per i nuovi utenti che desiderano salvare lo stato dei progetti di analisi senza dover prima imparare alcun JSL.
Riproduzione di script da progetti
I file .jsl, .jmpquery e .jmpapp/.jmpappsource aggiunti ai segnalibri possono essere eseguiti direttamente dall'elenco dei segnalibri (proprio come la finestra Home in JMP). Facendo clic con il pulsante destro del mouse su uno qualsiasi di questi file, è possibile visualizzare opzioni espanse su cosa fare con questi file, come mostrato nella Figura 7.
Figura 7. Menu contestuale per i tipi di file JMP più diffusi in un progetto.
Queste opzioni del menu di scelta rapida consentono di creare rapidamente un'applicazione, eseguire uno script o eseguire una query direttamente senza dover aprire AppBuilder/Dashboard Builder, Query Build o l'editor di script JSL. L'elemento verrà eseguito e i risultati verranno automaticamente aperti in una nuova scheda nel progetto, risparmiando così un clic. Inoltre, Query Builder ha un'opzione per "Esegui all'apertura" (mostrata nella Figura 7). Questa query con doppio clic verrà eseguita automaticamente senza aprire Query Builder.
Dashboard e report Web
Dashboard e Web Report sono modi comuni per condividere e comunicare i risultati di un'analisi JMP con altri. Entrambe le funzionalità sono supportate dal progetto JMP. File > New Dashboard aprirà l'interfaccia Dashboard Builder che ti consentirà di vedere tutti i report disponibili all'interno del progetto. Puoi organizzare i report, aggiungere filtri, testo e altri elementi; dopo aver cliccato su Run Dashboard dal menu del triangolo rosso, la dashboard risultante verrà visualizzata in una nuova scheda nel progetto (vedi Figura 8).
Figura 8. Risultati dell'esecuzione di una dashboard creata con Dashboard Builder all'interno di un progetto. La dashboard risultante popolerà una nuova scheda nel progetto.
I report Web sono simili (File > Pubblica). La funzionalità Crea report Web visualizzerà automaticamente tutte le schede disponibili all'interno di un progetto come grafici applicabili per popolare un report Web. Il report Web può quindi essere un buon modo per condividere il flusso di lavoro di un progetto con qualcuno che al momento non ha JMP.
Caso di studio 1: Progetto DOE
Impiegandoprogettoscome parte didSegno dieesperimenti (DOE) all'interno di JMP può aiutare a comunicare i risultati,oltre a contribuire allo svolgimento degli esperimenti stessi.
Utilizzando DOE in JMP significa:
- Correre la DOE piattaforma per creare lo schema di raccolta dati.
- Utilizzo della tabella JMPcome base perraccolta dati.
- Sfruttare varie piattaforme grafiche JMP per visualizzare i risultati delle esecuzioni dell'esperimento.
- Utilizzo della modalità JMPpiattaforme di ling per costruire un modello predittivo basato sui dati raccolti e come parte del modelloesercizio di ing,visualizzare vari grafici diagnostici per garantire che sia stato sviluppato un modello ragionevole.
- Costruire grafici e tabelle per comunicare i risultati del DOE con l'intentoDipromuovereAazione di un'organizzazione.
La procedura generica dettagliatasopra in Spasso 1-5SpessorisultatosInmoltifinestre e tabelle in JMP.Può anche essere vero che il processo può richiedere mesimuoversidaSpasso 1 aSpasso 5,ciò significa che l'utente JMP deve salvare i risultati importanti nel proprio file system, ricordare dove sono conservati e tenere traccia dell'intero processo.
Questo studio di caso utilizzerà un semplice esperimento che chiunque può eseguire per mostrare comepi progetti possono aiutare con DOE gestendo le finestre, monitorando i risultati e comunicando le conclusioni.
Voglio eseguire un semplice esperimento per mostrare come funziona JMPIl progettista personalizzato può essere utilizzato pereseguire esperimenti con vincoli sua variabile, ad esempioenergia totale in questo caso.
L'obiettivo di questo esperimento è trovare la giusta impostazione del mio microonde di casa per cuocere i popcorn.Ho tre variabili sotto controllo:
- Tempo (tempo in mm:ss che posso impostare per il tempo di cottura).
- Potere (un opacoLlivello 1-10, non sono sicuro di cosa significhi per la temperatura).
- Marca (ci sono molte marche sul mercato; Ho scelto illeggermente camuffatomarchi familiariWilburESegretissimo).
Secondo le istruzioni sulle scatole di popcorn,Ho deciso di variare l'orario datreAcinqueminuti e la potenza daLlivello 5 aLlivello 10.Ho quindi iniziato a controllare gli angoli dello spazio di progettazione, ovvero tempi brevi e bassa potenza e anche tempi lunghi e alta potenza.Questi angoli rappresentano l'energia totale massima e minima dei miei livelli scelti(Figura 9).
Figura 9 : Le immagini sopra a sinistra e a destra mostrano gli angoli dello spazio di progettazione.
Dai miei primi risultati è chiaro che gli angoli dello spazio non sono realizzabili.Quindi dovrò usare JMP Custom Designer per creare uno spazio di progettazione vincolato.Voglio usare i progetti JMP, quindi prima aproedun nuovo progetto e chiamalo "Il mio esperimento sui popcorn"come mostrato inFfigura 10.
Figura 10: Screenshot di un progetto vuoto all'inizio del processo del flusso di lavoro DOE.
Ho quindi avviato Custom Designer all'interno del progetto e ho impostato le mie risposte e i miei fattori come mostrato nella Figura 11.
Figura 11: Avvio di Custom Desig per impostare le esecuzioni sperimentali.
Ora è il momento di scegliere il mio modello (RSM) e impostare i vincoli sull'energia totale (tempo + livello di potenza). L'impostazione di vincoli lineari sui fattori avviene semplicemente impostando i vincoli come mostrato nella Figura 12.
Figura 12: Impostazione dei vincoli sperimentali e aggiunta degli effetti che voglio poter modellare per determinare il numero di esecuzioni necessarie.
Ho scelto Make Design, con JMP che mostra un design candidato. La Figura 13 mostra il design che ho utilizzato con formati di tempo e livello di potenza che corrispondono a ciò che posso impostare sul mio microonde.
Figura 13: Tabella di esecuzione sperimentale.
Poi ho fatto scoppiare 16 scatole di popcorn. Utilizzando un misurino come strumento di campionamento, ho selezionato una tazza rappresentativa da ogni serie e ho contato i chicchi totali e il numero di chicchi scoppiati. I dati sono come si vede nella Figura 14.
Figura 14: Risultati dell'esperimento.
Ho esaminato alcuni grafici e ho costruito una regressione generalizzata con il numero di Popped come risposta binomiale. Una mappa di calore di Tempo vs. Potenza per Marca con il rapporto di Popped al totale colorato da basso (blu) ad alto (rosso) mostra che le combinazioni da medie ad alte di Livello di Potenza e Tempo hanno risultati migliori. Un profiler del modello di regressione comunica meglio i risultati con l'ulteriore conclusione che i popcorn di marca Wilbur sono più robusti all'energia totale. Le Figure 15 e 16 mostrano questi risultati.
Figura 15. Una mappa di calore di Tempo vs. Potenza per Marchio con il rapporto tra Popped e totale colorato da basso (blu) ad alto (rosso).
Figura 16: Profiler che mostra il modello finale e gli effetti della modifica dei fattori di marca, tempo e potenza sulla risposta.
Infine ho scritto un documento di Conclusione Semplice aggiungendo due grafici come PDF da JMP; ho aggiunto questo documento di conclusione al progetto selezionando il pulsante Aggiungi file in alto a sinistra della finestra del progetto, come mostrato nella Figura 17.
Figura 17. Conclusione semplice aggiunta ai preferiti per condividere i risultati di questo esperimento.
Ora ho un file di progetto che contiene la mia configurazione di progettazione, i dati, il modello e la grafica di supporto, nonché il documento di conclusione. Questo è un file autonomo che è la base della mia memoria di questo esperimento. Serve anche come memoria aziendale di questo esperimento se conservo il progetto e i file di supporto in una posizione che può essere recuperata dai membri del mio team ora e in futuro.
Caso di studio 2: Progetto di modellazione predittiva
Utilizzeremo il progetto per assistere nel compito di costruire un modello per prevedere la qualità del vino da un set di proprietà fisico-chimiche (vedi Cortez et al. 2009). Il set di dati è disponibile per il download dall'UCI Machine Learning Repository (Lichman 2013). Possiamo usare il progetto per gestire il processo di importazione dei dati tramite Multiple File Import, esplorando e pulendo la tabella dei dati importati risultante, creando grafici, costruendo un certo numero di modelli candidati usando varie tecniche di machine learning in JMP Pro, confrontando modelli, decidendo un modello da usare e infine generando codice di punteggio per aiutare a mettere questa modellazione in produzione. Seguiremo il flusso di lavoro analitico end-to-end in JMP (vedi Figura 18) per dimostrare come il progetto supporti naturalmente il processo.
Figura 18. Flusso di lavoro analitico end-to-end in JMP.
I dati storici sono disponibili per il download direttamente dal sito web UCI Machine Learning: http://archive.ics.uci.edu/ml/datasets/Wine+Quality . Ci sono tre file da scaricare: winequality-red.csv, winequality-white.csv e winequality.names. Il primo passo per creare un progetto è andare su File > New Project in JMP e creare una cartella sul desktop chiamata "Wine Modeling Project". Metterò tutti e tre i file di testo in questa cartella.
Salverò il file di progetto nella cartella del progetto sulla qualità del vino e poi creerò diversi gruppi per aiutarmi a organizzare i miei segnalibri: 01-Dati grezzi, 02-Tabelle dati JMP, 03-Script, 04-Codice punteggio, 05-Output.
Aggiungerò ai preferiti tutti e tre i file di dati grezzi trascinandoli dal Finder alla cartella dei dati grezzi.
Successivamente, voglio inserire i file in una tabella dati JMP. Utilizzerò l'importazione di file multipli per aprire automaticamente entrambi i file CSV e concatenarli senza dover scrivere uno script o utilizzare il menu delle tabelle (File -> Apri più file…). Per aprire solo i file .csv, mi assicurerò di selezionare per estensione: .csv. e manterrò selezionato il pulsante di scelta per impilare file simili. Selezionerò la colonna Aggiungi nome file in modo da mantenere quali campioni sono vino rosso e quali sono vino bianco. Salverò lo script nella finestra dello script e salverò lo script nel progetto, in modo che se arrivano nuovi dati e voglio rigenerare la tabella dati JMP, posso farlo direttamente senza dover passare di nuovo attraverso la finestra di dialogo dell'importazione di file multipli (Figura 19). Aggiungerò lo script ai preferiti per dopo trascinandolo dall'elenco della finestra ai preferiti e quindi chiuderò lo script.
Figura 19. Impostazioni di importazione di più file.
Ora che i miei set di dati sono aperti in una singola tabella dati JMP, salverò il file e lo aggiungerò ai preferiti nel progetto. Posso usare Recode per aggiungere una colonna (Colore) che mostra la categoria del vino in quel campione. L'obiettivo di questo esercizio di modellazione è usare il metodo relativamente poco costoso di misurazione delle proprietà fisico-chimiche (come zucchero residuo, alcol o solfiti) per prevedere i test di degustazione professionali del vino relativamente costosi da raccogliere. Siamo fortunati ad avere i dati storici, che hanno entrambe le proprietà, e possiamo usare buone tecniche di convalida incrociata per costruire un modello su questi dati storici, che potrebbe funzionare bene su nuovi dati in cui abbiamo a disposizione solo le proprietà fisico-chimiche. La Figura 20 mostra una matrice di distribuzione con vini di alta qualità selezionati. Possiamo vedere nella distribuzione delle altre misure che potrebbe esserci una certa separazione in alcuni dei valori per segmentare questi vini altamente valutati (ad esempio, i vini con punteggio di qualità più elevato sembrano tendere ad avere meno zucchero residuo e un contenuto di alcol più elevato). Testeremo questa ipotesi costruendo diversi modelli.
Eseguendo un'analisi multivariata e osservando la mappa dei colori sulle correlazioni, possiamo anche vedere che molte delle misure sono altamente correlate tra loro, il che si rivelerà impegnativo per le tecniche di modellazione standard come la regressione graduale o i minimi quadrati.
Figura 20. Matrice di distribuzione delle proprietà fisico-chimiche, del colore e dei punteggi di qualità. Sono selezionati i vini con valutazioni elevate. La mappa dei colori sulle correlazioni per le proprietà fisico-chimiche è mostrata sulla destra.
Per valutare le prestazioni del modello e dare alle nostre varie tecniche di modellazione la stessa possibilità di prevedere la qualità del vino, utilizzeremo la convalida incrociata per una valutazione onesta delle prestazioni del modello. Fondamentalmente separeremo i dati che abbiamo in tre set: training (utilizzato per costruire i modelli), convalida (utilizzata per mettere a punto i modelli e bilanciare complessità e parsimonia con le prestazioni) e, infine, test (un sottoinsieme dei dati non utilizzato nella modellazione, ma utilizzato solo per simulare nuovi dati in arrivo e quindi il nostro giudice della capacità del modello di funzionare su nuovi dati).
Per creare la colonna di convalida, utilizzerò l'utilità Make Validation Column in Analyze > Predictive Modeling. Sceglierò l'opzione per stratified random e poi cliccherò sulla colonna Wine Color per assicurarmi di avere proporzioni uguali di campioni nei gruppi train, validation e test per entrambi i vini rossi e bianchi. Farò un campione 70%/20%/10% di gruppi train, validation e test.
Stiamo per creare diversi modelli candidati e poi pubblicarli nel Formula Depot. Il Formula Depot si adatta bene a un progetto. Lo aprirò (Analyze > Predictive Modeling) e poi aggiungo il Formula Depot alla sua colonna a destra del progetto.
Ora costruiremo un Boosted Tree, Bootstrap Forest, Neural Net e diversi modelli di regressione generalizzata. Mentre costruisco i singoli modelli, pubblicherò i risultati su Formula Depot.
Figura 21. Progetto finale di modellazione predittiva.
Sembra che Bootstrap Forest sia il modello che fornisce la migliore corrispondenza ai dati di test. Bootstrap Forest ha catturato bene il modulo del modello sottostante. La Figura 21 mostra come potrei impostare il progetto per vedere tutti i modelli che ho creato in un elenco di schede con la raccolta di modelli in un Formula Depot agganciato a destra dell'area di lavoro e un confronto di modelli direttamente sotto l'output del modello per esaminare l'importanza delle variabili e un profiler per i vari modelli candidati.
Ciò che Bootstrap Forest fa bene è catturare il fatto che aumentare l'alcol del vino aumenta la qualità fino a un certo punto, come mostrato nella Figura 22. Questa figura mostra le impostazioni richieste per produrre il vino di qualità più elevata come indicato nei dati storici. Possiamo condividere questi risultati con altri in due modi. Uno, salvando il codice di punteggio del modello dal Formula Depot in una varietà di linguaggi (come SAS, Python, C, JavaScript o SQL), e anche in PPT o HTML.
Figura 22. Modello Bootstrap Forest che prevede la qualità del vino.
Questo report interattivo può essere condiviso con altri che non hanno JMP. E il Profiler rimane interattivo sul Web, così i valori possono essere regolati in modo interattivo per vedere l'impatto sulla qualità del vino. Sia il codice del punteggio del modello che il report HTML5 interattivo possono essere aggiunti ai preferiti nel progetto.
Riferimenti
- Cortez, A. Cerdeira, F. Almeida, T. Matos e J. Reis. Modellazione delle preferenze del vino tramite data mining da proprietà fisico-chimiche.
Nei Sistemi di Supporto alle Decisioni, Elsevier, 47(4):547-553, 2009.
- Lichman, M. (2013). Repository di apprendimento automatico UCI [ http://archive.ics.uci.edu/ml ]. Irvine, CA: Università della California, Facoltà di informatica e scienze informatiche.
