レベル: 初級
ダニエル・ヴァレンテ博士、JMP シニア プロダクト マネージャー、SAS
ジョン・ワイズ、 SAS、JMP セールス＆マーケティング担当上級副社長
抽象的な
JMP ユーザーは、対話型の JMP セッションで、一度に多数のウィンドウや分析レポートが開かれるという経験をしたことがあるでしょう。JMP をこの「フローティング ウィンドウ モード」で使用するとうまくいく場合もありますが、タブ付きのインターフェイスの方が適している場合もあります。また、ユーザーは、特定のファイルを分析プロジェクトに関連付けたいが、ホーム ウィンドウに完全なリストが表示されないようにしたい場合もあります。こうした理由から、JMP 14 ではプロジェクトを作成しました。プロジェクトは、JMP への単一のドキュメント インターフェイス、タブ付きの再構成可能な作業スペース、ファイルをブックマークする場所、開いているさまざまなウィンドウ、データ テーブル、スクリプトなどを簡単にナビゲートできるウィンドウ リストを提供します。また、.pdf や .ppt ドキュメントなどのサポート ファイルも起動します。プロジェクトを使用すると、1 つ以上の個別の分析アクティビティに関連付けられた多数のファイルをすばやく開いたり閉じたりできます。また、並列プロジェクトを分離して、複数の JMP セッションを実行する必要がなくなります。最後に、JMP 14 のプロジェクトでは、アーカイブ機能を使用して、作業を簡単に共有および共同作業することもできます。
JMP プロジェクトの概要
JMP のプロジェクトは、JMP で JMP を使用する際にデータ テーブル、レポート、スクリプト、ジャーナル、成果物を整理する方法です。また、.txt、.ppt、.html、.xls、画像などの外部サポート ファイルを、ネイティブ JMP ファイルの論理グループに関連付けられた適切なプロジェクト ファイルに関連付けることもできます。
プロジェクト ファイル自体 (.jmpprj) はスタンドアロン ファイルであり、ファイルを格納するコンテナーとして機能するのではなく、ディスク上の他の項目を指します。その結果、コンテナー ベースのプロジェクトの柔軟性と組織的な規律が実現され、同時にオペレーティング システム上でファイルが検索可能な状態が維持されます。
JMP プロジェクトは、[ファイル] メニュー ([ファイル] > [新規プロジェクト]) から作成されます。新しいプロジェクトを作成すると、保存されていないプロジェクトがすぐに開き、そこに JMP ウィンドウとファイルを追加できるため、一時的なプロジェクトを簡単に作成できます。
JMP プロジェクトの例を図 1 に示します。プロジェクトには 3 つの主要なセクションが含まれます。
- ブックマーク リスト:プロジェクトに関連付けるディスク上の物理ファイルへのリンク。これは、ホーム ウィンドウからキュレーションされたリストのようなものです。ブックマークは、個々のファイルへのリンク、フォルダーへのリンク (サブフォルダーを含む内部の内容を自動的に「監視」)、およびグループにすることができ、ディスク上のファイルのフォルダー構造に影響を与えることなく、プロジェクト内のファイルに固有のローカル組織を提供します。
- ウィンドウ リスト:開いているデータ テーブルと、データ テーブルに関連付けられているレポートおよびグラフの階層リスト。
- ワークスペース:現在メモリ内で開いているスクリプト、グラフ、モデル出力、データ テーブルを含むウィンドウのタブ付きリスト。レイアウトは、タブの 1 列 (Web ブラウザーなど) から配置することも、タブ付きリストの列に配置することもできます。レイアウトは、プロジェクトを開いたときに保持され、閉じたときに保存されます。
図 1:主要なセクションに注釈が付けられたサンプル JMP プロジェクト。
たとえば、プロジェクトは次の用途に使用できます。
- 結果のプレゼンテーション。このプロジェクトは、図 2A に示されています。プロジェクトは、ブックマークとウィンドウ リストを非表示にするように構成されています。プレゼンテーションを実行するジャーナルを含む、タブが 1 つある列があります。ジャーナルにはスクリプトとサポート ファイルへのリンクが含まれており、クリックすると、プロジェクトにタブとして表示されます。ジャーナルを使用すると、プロジェクト内の残りの項目にメモやコンテキストを追加できます。
- 予測モデリング ワークフロー。このプロジェクトは図 2B に示されており、このホワイト ペーパーの後半のケース スタディ II で取り上げます。このプロジェクトには、単一のデータ セットで標準的な予測モデリング タスクを実行することが含まれます。複数のモデルが適合され、構築されると Formula Depot に保存されます。Formula Depot は独自の列にあるため、簡単に参照できます。最後に、モデル比較が追加され、モデルを運用するためのスコア コードが生成されます。
- DOE ワークフロー。このプロジェクトは図 2C に示されており、このような DOE ワークフローについては、このホワイト ペーパーの後半のケース スタディ I で説明します。このプロジェクトは、計画された実験の作成、複数の候補設計の比較、データの収集、データの分析、および結果を他のユーザーと共有するための出力の作成の手順を整理するために使用されます。実験に関する補足資料 (写真、レポートなど) を含めることもできます。
- スクリプト プロジェクト。このプロジェクトは、図 2D に示されています。これは、JSL スクリプト作成者がウィンドウを整理し、スクリプト作成時の効率性を高めるために使用されます。プロジェクトには、プロジェクトで使用するために特別に構成されたモードでのスクリプト インデックスが含まれています。作業中のスクリプトには、埋め込みログと、ブックマーク リスト内のサポート ファイルまたは関数へのリンクが含まれています。
図 2: JMP でプロジェクトを使用する方法。
JMP プロジェクトの対象ユーザーは誰ですか?
プロジェクトは JMP でのオプションの作業方法であり、多くのユーザーは JMP の標準の「複数ウィンドウ モード」で操作を続けます。ただし、JMP で特定の方法で作業したり、ウィンドウ管理やファイル管理に関して特定の問題を抱えている人にとっては、このプロジェクトは試してみる価値があります。
多くのユーザーは、グラフ ビルダーなどの JMP プラットフォームを最大化したウィンドウで実行することを好みます。残念ながら、JMP のウィンドウを最大化すると、新しいユーザーはデータ テーブルを見失ったり、現在開いている他のウィンドウに移動するのが難しくなったりしやすくなります。タブ付きのワークスペースを利用することで、プロジェクトではこれらの問題の多くを回避できます。ユーザーは、Web ブラウザーを使用する場合のように、開いている別のタブに移動するだけで、別の分析レポートやデータ テーブルにアクセスできます。
標準的な週次レポートや日次レポートを作成する人にとって、プロジェクトは効率的なコンテナとなり、その作業をサポートします。たとえば、クエリ ビルダーと組み合わせると、データベースから最新のデータを取得して一連の標準レポートを生成するスクリプトをプロジェクトに含めることができます。その後、日付とともに保存して、この定期的なレポート作成タスクを効率化できます。
長年 JMP を使っているユーザーなら、Windows 版 JMP のマスター ウィンドウを覚えている (そして懐かしく思っている) かもしれません。このプロジェクトにより、その機能の多くを復元できるようになりました。
対話的またはスクリプトを通じて多数のウィンドウを生成し、セッションで迷子になったように感じるユーザーにとって、プロジェクトはこうした苦痛を軽減するのに役立ちます。ユーザーが複数のプロジェクトを同時に作業している場合、1 つのプロジェクトを閉じると、そのプロジェクトに関連付けられているすべてのファイルとウィンドウが自動的に閉じられます。他のプロジェクトはそのまま残り、複数のウィンドウを手動で閉じる必要がなくなります。
JMP の出力とファイル用に独自のファイル整理スキームをすでに作成しているユーザーの場合、プロジェクトはフレームワークを提供したり、フォルダー構造化された JMP の使用方法にうまく適合したりできます。最後に、コンピューターのハード ドライブ全体にファイルが保存されているユーザーは、プロジェクトに個々のファイルを追加して、乱雑なフォルダーの上に整理された構造を配置できます。
プロジェクトでの作業
プロジェクトにファイルを取り込む
まず、新しいプロジェクトを作成します ([ファイル] > [新しいプロジェクト])。[ファイルの追加] によって、ファイルをプロジェクトに個別に追加できます。プロジェクトに追加されたファイルは、[ブックマーク] リストに追加されます。ファイルを個別に追加する場合、プロジェクトにローカルなグループを作成して、ブックマークをさらに整理すると便利です。[新しいグループ] コマンドを実行してグループを作成し、グループの名前をわかりやすい名前に変更します。
- プロのヒント: グループを使用してテンプレート プロジェクトを設定すると、新しいプロジェクトが必要になったときに簡単に開始して実行できるようになります。「データ セット」、「参照スクリプト」、「クエリ」、「グラフ スクリプト」、「サポート ファイル」、「出力」などのグループは、新しいプロジェクトを作成するための良い出発点になります。プロジェクトを「テンプレート プロジェクト」として保存し、新しいプロジェクトが必要になるたびに名前を付けて保存します。
フォルダーをプロジェクトに追加することもできます。これは、ディスク上で既にファイルが整理されている場合に便利です。フォルダーを追加するだけで、プロジェクトにブックマークされます。フォルダーにはすべてのサブフォルダーが自動的に含まれ、「監視」されます (つまり、ファイルがフォルダー内またはフォルダー外に移動されると、プロジェクトのブックマーク内またはブックマーク外にも移動されます)。つまり、プロジェクト監視フォルダーからファイルを削除すると、保存されているプロジェクト内のスクリプトまたはレポートが壊れる可能性があるため、注意が必要です。フォルダーは、プロジェクトを閉じて再度開くと自動的に更新されますが、コンテキスト クリック > [更新] を使用して手動で更新することもできます。
ファイルのブックマーク リストには、コンテキスト クリックで使用できる便利なコマンドがいくつか用意されており、ファイル名、パス、サイズ、作成に関する情報、最終書き込み日、最終アクセス日、およびプロジェクト アーカイブにコピーするためのチェックボックス (アーカイブ セクションで後述) などの情報を表示できます。[Finder で表示] コマンドを使用すると、オペレーティング システム上のファイルの場所が表示されます。[パスをコピー] を使用すると、ディスク上のファイル パスをクリップボードに取得できます。これは、ファイルを参照するスクリプトを作成する場合に便利です。最後に、[削除...] オプションを使用すると、プロジェクトからブックマークを削除 (推奨) したり、[ゴミ箱に移動] したりできます。
ファイルはドラッグ アンド ドロップで自動的にブックマークすることもできます。オペレーティング システムからドラッグしたファイルをブックマーク リストにドロップすると、自動的にブックマークされます。フォルダーも同様にブックマークできます。
プロジェクト内に別のデータ テーブルを作成すると、それを直接保存してブックマークすることができます。たとえば、[テーブル] > [概要] を使用して概要テーブルを作成するとします。ファイルをディスクに保存した後、ウィンドウ リストからブックマークにドラッグ アンド ドロップすることができます。
多くのユーザーは、プロジェクトから複数ウィンドウ モードへ、複数ウィンドウ モードからプロジェクトへ (プロジェクトはセッションをカプセル化するためだけに使用)、またはプロジェクトからプロジェクトへ (単一の分析プロジェクトが複雑になりすぎた場合など) 移動したいと考えるでしょう。そのためには、図 3 に示すように、[ウィンドウ] > [プロジェクトへ/プロジェクトから移動] を使用します。
ソース プロジェクト (個別のウィンドウから項目を移動する場合は、何も選択しない) と宛先プロジェクト (何も選択しない、新しいプロジェクト、または既存の開いているプロジェクト) を選択するだけです。すべてのファイルを移動してブックマークするためのクイック ボタンがあります。また、ソースから宛先にデータ テーブルと関連レポートのサブセットを選択することもできます。
データ テーブルをクリックすると、現在のプロジェクトで開かれているレポート ウィンドウが自動的に表示されます。レポート ウィンドウを保持したくない場合は、移動が完了したらタブまたはウィンドウを閉じます。データ テーブルは、このウィンドウから直接ブックマークすることもできます。また、このツールからブックマークできるようにするには、データ テーブルをディスクに保存する必要があることに注意してください。ただし、保存されていないファイルは、新しいプロジェクトまたは複数のウィンドウに移動できます。
表内の個々の行をクリックすると、便利なサムネイルが表示され、移動に必要なファイルと関連するグラフやレポートを判断するのに役立ちます。
図 3.プロジェクトへの移動/プロジェクトからの移動ウィンドウ。
ワークスペース管理
プロジェクトにファイルを追加したら、図 1 に示すように、プロジェクトのワークスペース セクションを使用してグラフとレポートをタブ形式で構成します。デフォルトでは、プロジェクトで新しいウィンドウが作成されると、ワークスペースの 1 つの列にあるタブに追加されます。
簡単なサンプル プロジェクトを見てみましょう。まず、新しいプロジェクトを作成し、すぐにハード ドライブに保存します。次に、「サンプル プロジェクト」という新しいフォルダーを作成し、プロジェクト ファイルをそのフォルダーに配置します。こうすることで、スクリプト、データ テーブル、およびサポート マテリアルをすべて追加できる 1 つのフォルダーが作成されます。プロジェクトに、データ テーブル、スクリプト、および出力の 3 つのグループを作成します。次に、プロジェクトに「FHPI.jmp」と「StatesMetadata.jmp」という 2 つのファイルを追加します。
このプロジェクトでは、自動化スクリプトを作成し、クエリ スクリプトによるデータ処理、データのクリーンアップ、視覚化、モデリング、コンテンツのキュレーション、および結果を伝えるための最終出力で構成される標準的なエンドツーエンドの分析ワークフローを開発します。
自動化スクリプトの開発を開始するには、何かを調べる必要がある場合に備えて、ヘルプ > スクリプト インデックスをインスタンス化することもできます。スクリプト インデックスがプロジェクトに読み込まれると、タブとして追加されます。データ テーブルと出力の右側にドッキングできれば、さらに便利です。これを行うには、スクリプト インデックス タブをはがすだけです。プロジェクトにグラフ ビルダー ドロップ ゾーンが表示され、ドラッグ アンド ドロップしてプロジェクト ワークスペースを再構成できます (図 4 を参照)。
図 4.タブがタブ リストから剥がされたときに点灯するプロジェクト ワークスペース ドロップ ゾーン。ドロップ ゾーンには注釈が付けられており、プロジェクト ワークスペースの構成が容易になります。
タブ タイトルの小さなタブ アイコンをクリックすると、個々のタブを最大化または最小化できます。これは、たとえば、個々のプラットフォーム レポートに重点を置きたい場合や、プロジェクト内でもう少し広い領域を活用できる Graph Builder などのプラットフォームを使用している場合に便利です。プロジェクト内でのアドホック プレゼンテーションにも使用できます。
タブを最大化しても、ブックマークとウィンドウ リストは残ります。これらは、プロジェクト メニューから [ブックマークを表示] および [ウィンドウ リストを表示] コマンドを切り替えることで手動で非表示にできます。デフォルトでは非表示になっているプロジェクト全体のログも、このメニューから表示できます。
レイアウトを再配置して結果が気に入らない場合は、レイアウトを元に戻すコマンドとやり直すコマンドが役立ちます。また、[プロジェクト] メニューからレイアウトをリセットして、デフォルトの単一タブ リストに戻すこともできます。
ワークスペース内のタブは、タブをクリックするか (マウス カーソルをタブの上に置くとサムネイルが表示されます)、ウィンドウ リスト内をダブルクリックするか、左矢印と右矢印を使用してタブ間を移動することで移動できます。
プロジェクトの保存とアーカイブ
分析プロジェクトを続行し、クエリ ビルダーを使用して 2 つのテーブルを結合し、モデリングと視覚化用に 3 番目のテーブルを作成します。クエリ ビルダー スクリプトはビルドしてプロジェクト フォルダーに保存できます。これをプロジェクトに追加し、スクリプト グループにドラッグ アンド ドロップします。
これは図 5 に示されています。スクリプト、クエリ、アプリケーション、またはダッシュボードは、右クリック メニューから直接実行できるため、プロジェクトで開いてスクリプトを実行するというクリックの手間が省けます。また、アクティブに編集されていない「本番」スクリプトのタブが開かれることがないため、プロジェクトを整理しておくのにも役立ちます。
図 5.タブで開かずに右クリックで直接スクリプトを実行します。
スクリプトを実行すると、2 つのテーブルが適切に結合された 3 番目のデータ テーブルが生成されます。JoinTables タブの名前の横に * が表示され、このファイルがまだディスクに保存されていないことが示されます。[ファイル] > [プロジェクトの保存] からプロジェクトを保存しようとすると、図 6 に示すような警告メッセージが表示されます。
図 6.プロジェクト内の未保存のドキュメントに関する警告メッセージ。
この時点で、プロジェクトを保存する前にすべてのファイルを保存するか閉じる必要があるため、何をするか決定する必要があります。[すべて保存] をクリックすると、最初にすべての未保存ファイルをディスクに保存するように求められ、その後プロジェクトが保存されます。プロジェクトを保存するときに、以前に保存したドキュメント (未保存の変更のみを含む) を自動的に保存するチェックボックスがありますが、デフォルトではオフになっています。プロジェクトの使用を開始するときは特に、データ テーブルに一時的な変更 (列の追加、列の削除、セルの変更など) を加えて破棄する必要がある場合があるため、この設定は慎重に使用してください。
[すべて閉じる] オプションを選択すると、保存されていないすべてのドキュメントが閉じられ、保存は行われませんが、各ドキュメントを個別に保存する必要がなくなります。これは、大量の出力を生成するスクリプトがあるが、必ずしもそれを保存したくない場合に便利です。
保存されていないドキュメントを手動で保存することもできます。タブ リストの * がすべて消えると、1 回のクリックでプロジェクトを保存できます。
プロジェクトは、グラフやその他のプラットフォーム出力を少し異なる方法で保存します。プロジェクトは JMP のセッション スクリプト機能を利用するため、グラフとプラットフォーム出力は保存して閉じるときに自動的に保持されます。スクリプトをデータ テーブルやジャーナルに保存したり、レポートを .jrp ファイルとして保存したりする必要はありません。これは、最初に JSL を学習せずに分析プロジェクトの状態を保存したい新規ユーザーにとって特に便利です。
プロジェクトからのスクリプトの再生
ブックマークされた .jsl、.jmpquery、および .jmpapp/.jmpappsource ファイルは、ブックマーク リストから直接実行できます (JMP のホーム ウィンドウと同様)。これらのファイルのいずれかを右クリックすると、図 7 に示すように、これらのファイルで実行できる操作の拡張オプションが表示されます。
図 7.プロジェクト内の一般的な JMP ファイル タイプのコンテキスト メニュー。
この右クリック メニュー オプションを使用すると、AppBuilder/Dashboard Builder、Query Build、または JSL スクリプト エディターを開かずに、アプリケーションをすばやく構築したり、スクリプトを実行したり、クエリを直接実行したりできます。アイテムが実行され、結果がプロジェクトの新しいタブに自動的に表示されるため、クリックの手間が省けます。さらに、Query Builder には [Run On Open] (開いたときに実行) オプションがあります (図 7 を参照)。このダブルクリックされたクエリは、Query Builder を開かなくても自動的に実行されます。
ダッシュボードとWebレポート
ダッシュボードと Web レポートは、JMP 分析の結果を他のユーザーと共有したり伝達したりするための一般的な方法です。両方の機能は JMP プロジェクトでサポートされています。[ファイル] > [新しいダッシュボード] をクリックすると、ダッシュボード ビルダー インターフェイスが開き、プロジェクト内で使用可能なすべてのレポートを表示できます。レポートを整理したり、フィルター、テキスト、その他の項目を追加したりできます。赤い三角形のメニューから [ダッシュボードの実行] をクリックすると、結果のダッシュボードがプロジェクトの新しいタブに表示されます (図 8 を参照)。
図 8.プロジェクト内でダッシュボード ビルダーを使用して構築されたダッシュボードを実行した結果。結果のダッシュボードは、プロジェクト内の新しいタブに表示されます。
Web レポートも同様です ([ファイル] > [公開])。Web レポートの作成機能では、プロジェクト内で使用可能なすべてのタブが、Web レポートに入力する適切なグラフとして自動的に表示されます。そのため、Web レポートは、現在 JMP を持っていない人とプロジェクトのワークフローを共有するのに適した方法です。
ケーススタディ1: DOEプロジェクト
雇用プロジェクトsの一部としてdのe実験（DOE) JMP内で結果を伝えるのに役立つ,実験自体の作業にも協力します。
Dの使用OJMP の E は次を意味します:
- Dの実行Oデータ収集スキームを作成するためのEプラットフォーム.
- JMPテーブルの使用基礎としてデータ収集.
- さまざまなJMPグラフィックプラットフォームを活用して実験の実行結果を表示する.
- JMPモードの活用収集されたデータに基づいて予測モデルを構築するためのプラットフォームとモデルの一部として運動をする,さまざまな診断プロットを表示して、合理的なモデルが開発されていることを確認します。
- Dの結果を伝えるためのグラフや表の作成O意図を持ったEの推進するで組織による行動。
一般的な手順の詳細上記の Sステップ1-5頻繁結果sで多くのJMP のウィンドウとテーブル。このプロセスには数か月かかることもあるのも事実かもしれない移動するからSステップ1からSステップ5,つまり、JMP ユーザーは重要な結果をファイル システムに保存し、その保存場所を覚えておき、プロセス全体を追跡する必要があります。
このケーススタディでは、誰でも実行できる簡単な実験を使用して、pプロジェクトはDに役立つOE ウィンドウを管理し、結果を追跡し、結論を伝えます。
JMPがどのように機能するかを示す簡単な実験を行いたいと思います。カスタムデザイナーは、制約のある実験を行うa 変数、 のようなこの場合の総エネルギー。
この実験の目的は、自宅の電子レンジでポップコーンを調理するのに適した設定を見つけることです。私が制御できる変数は 3 つあります。
- 時間（調理時間として設定できる時間（mm:ss））.
- パワー（不透明なLレベル 1-10、これが温度に何を意味するかは不明).
- ブランド（市場には多くのブランドがあります; 私は少し変装した馴染みのあるブランドウィルバーそしてトップシークレット).
ポップコーンの箱の説明書によると,私は時間を変えることにしました三つに五分と電力Lレベル5からLレベル10。次に、設計空間の隅々まで、つまり短時間と低電力、長時間と高電力をチェックすることにしました。これらのコーナーは、私が選択したレベルの最大および最小の合計エネルギーを表します（図9）.
図 9 :上記の左と右の画像は、設計空間の角を示しています。
私の初期の結果から、スペースの角は実現不可能であることが明らかです。したがって、制約付き設計空間を作成するには、JMP カスタム デザイナーを使用する必要があります。JMPプロジェクトを使いたいので、まずエド新しいプロジェクトを立ち上げて「私のポップコーン実験」と名付けますに示すようにF図10.
図 10: DOE ワークフロー プロセスの開始時の空のプロジェクトのスクリーンショット。
次に、プロジェクト内でカスタム デザイナーを起動し、図 11 に示すように応答と要因を設定しました。
図 11: Custom Desig を起動して実験実行を設定します。
ここで、モデル (RSM) を選択し、総エネルギー (時間 + 電力レベル) の制約を設定します。要因に線形制約を設定するには、図 12 に示すように制約を設定するだけです。
図 12:実験制約を設定し、モデル化したい効果を追加して、必要な実行回数を決定します。
私は「設計の作成」を選択し、JMP に候補設計が表示されました。図 13 は、電子レンジで設定できるものと一致する時間と電力レベルの形式で使用した設計を示しています。
図13:実験実行表。
次に、ポップコーン 16 箱を弾けさせました。カップ メジャーをサンプリング ツールとして使用し、各実行から代表的なカップを選択し、ポップコーンの総数と弾けたコーンの数を数えました。データは図 14 のとおりです。
図14:実験の結果。
私はいくつかのグラフを見て、ポップコーンの数を二項応答とする一般化回帰を構築しました。ポップコーンの数と総量の比率を低 (青) から高 (赤) に色分けしたブランド別の時間対電力のヒートマップは、電力レベルと時間の中程度から高い組み合わせでより良い結果が得られることを示しています。回帰モデルのプロファイラーは、Wilbur ブランドのポップコーンは総エネルギーに対してより堅牢であるという結論を追加することで、結果を最もよく伝えます。図 15 と 16 はこれらの結果を示しています。
図 15.ブランド別の時間対パワーのヒートマップ。ポップされた数と合計数の比率が低 (青) から高 (赤) の順に色分けされています。
図 16:最終モデルと、ブランド、時間、電力係数の変更が応答に与える影響を示すプロファイラー。
最後に、JMP から 2 つのグラフィックを PDF として追加して、簡単な結論ドキュメントを作成しました。図 17 に示すように、プロジェクト ウィンドウの左上にある [ファイルの追加] ボタンを選択して、この結論ドキュメントをプロジェクトに追加しました。
図 17.この実験の結果を共有するためのブックマークされた簡単な結論。
これで、設計設定、データ、モデル、サポート グラフィックス、および結論ドキュメントを含むプロジェクト ファイルができました。これは、この実験の記憶の基盤となる自己完結型のファイルです。プロジェクトとサポート ファイルを、現在および将来にわたってチーム メンバーが取得できる場所に保存すれば、この実験の企業としての記憶としても役立ちます。
ケーススタディ2: 予測モデリングプロジェクト
このプロジェクトを使用して、一連の物理化学的特性からワインの品質を予測するモデルを構築するタスクを支援します (Cortez 他 2009 を参照)。データセットは、UCI 機械学習リポジトリ (Lichman 2013) からダウンロードできます。このプロジェクトを使用して、複数ファイルのインポートによるデータのインポート、インポートされた結果のデータ テーブルの調査とクリーニング、グラフの作成、JMP Pro のさまざまな機械学習手法を使用した候補モデルの作成、モデルの比較、使用するモデルの決定、そして最終的にこのモデリングを本番環境に導入するのに役立つスコア コードの生成というプロセスを管理できます。JMP のエンドツーエンドの分析ワークフロー (図 18 を参照) に従って、プロジェクトが自然にプロセスをサポートする方法を説明します。
図 18. JMP におけるエンドツーエンドの分析ワークフロー。
履歴データは、UCI Machine Learning Web サイトhttp://archive.ics.uci.edu/ml/datasets/Wine+Qualityから直接ダウンロードできます。ダウンロードするファイルは、winequality-red.csv、winequality-white.csv、winequality.names の 3 つです。プロジェクトを作成する最初の手順は、JMP で [ファイル] > [新規プロジェクト] に移動し、デスクトップに「Wine Modeling Project」というフォルダーを作成することです。このフォルダーに 3 つのテキスト ファイルをすべて配置します。
プロジェクト ファイルをワイン品質プロジェクト フォルダーに保存し、ブックマークを整理するために、01-Raw Data、02-JMP Data Tables、03-Scripts、04-Score Code、05-Output といういくつかのグループを作成します。
3 つの生データ ファイルすべてを Finder から生データ フォルダーにドラッグ アンド ドロップしてブックマークします。
次に、ファイルを JMP データ テーブルに取り込みます。複数ファイルのインポートを使用して、両方の CSV ファイルを自動的に開き、スクリプトを書いたりテーブル メニュー (ファイル -> 複数を開く...) を使用したりせずに連結します。.csv ファイルだけを開くには、拡張子で .csv を選択し、類似ファイルをスタックするためのラジオ ボタンをオンにしておきます。赤ワインのサンプルと白ワインのサンプルを維持できるように、ファイル名列の追加をオンにします。スクリプトをスクリプト ウィンドウに保存し、プロジェクトに保存します。こうすることで、新しいデータが入ってきて JMP データ テーブルを再生成したい場合、複数ファイルのインポートのダイアログを再度実行しなくても直接再生成できます (図 19)。スクリプトをウィンドウ リストからブックマークにドラッグして後で使用できるようにブックマークし、スクリプトを閉じます。
図 19.複数ファイルのインポート設定。
これでデータセットが単一の JMP データ テーブルに開かれたので、ファイルを保存してプロジェクトにブックマークします。Recode を使用して、サンプルのワインのカテゴリを示す列 (色) を追加できます。このモデリング演習の目標は、比較的安価な物理化学的特性 (残留糖分、アルコール、亜硫酸塩など) の測定方法を使用して、比較的費用のかかるワインの専門的な味覚テストを予測することです。幸運なことに、両方の特性を持つ履歴データがあり、優れたクロス検証手法を使用してこの履歴データに基づいてモデルを構築できます。このモデルは、物理化学的特性しか利用できない新しいデータでもうまく機能する可能性があります。図 20 は、高品質のワインを選択した分布マトリックスを示しています。他の指標の分布を見ると、これらの高評価のワインをセグメント化する値の一部に分離があることがわかります (つまり、品質スコアの高いワインは、残留糖分が少なく、アルコール含有量が高い傾向があるように見えます)。この仮説をテストするために、いくつかのモデルを構築します。
多変量解析を実行し、相関関係のカラーマップを確認すると、多くの測定値が互いに高度に相関していることもわかります。これは、段階的回帰や最小二乗法などの標準的なモデリング手法では困難であることがわかります。
図 20.物理化学的特性、色、品質スコアの分布マトリックス。評価の高いワインが選択されています。物理化学的特性の相関関係のカラーマップが右側に表示されます。
モデルのパフォーマンスを評価し、さまざまなモデリング手法でワインの品質を予測するチャンスを均等にするために、モデルのパフォーマンスを正直に評価するためのクロス検証を採用します。基本的に、データを 3 つのセットに分けます。トレーニング (モデルの構築に使用)、検証 (モデルの微調整と、複雑さと簡素さをパフォーマンスとバランスさせるために使用)、最後にテスト (モデリングには使用されず、新しく入ってくるデータをシミュレートするためだけに使用され、新しいデータに対するモデルの性能を判断するためのデータのサブセット) です。
検証列を作成するには、[分析] > [予測モデリング] の [検証列の作成] ユーティリティを使用します。層別ランダムのオプションを選択し、[ワインの色] 列をクリックして、赤ワインと白ワインの両方でトレーニング グループ、検証グループ、テスト グループのサンプルが均等になるようにします。トレーニング グループ、検証グループ、テスト グループのサンプルを 70%/20%/10% にします。
いくつかの候補モデルを構築し、それらを Formula Depot に公開します。Formula Depot はプロジェクトにぴったり収まります。Formula Depot を呼び出し ([分析] > [予測モデリング])、プロジェクトの右側の独自の列に Formula Depot をドッキングします。
ここで、ブースト ツリー、ブートストラップ フォレスト、ニューラル ネット、およびいくつかの一般化回帰モデルを構築します。個々のモデルを構築したら、その結果を Formula Depot に公開します。
図 21.最終的な予測モデリング プロジェクト。
ブートストラップ フォレストは、テスト データに最もよく適合するモデルのようです。ブートストラップ フォレストは、基礎となるモデル フォームをうまくキャプチャしています。図 21 は、私が作成したすべてのモデルをタブ リストに表示するようにプロジェクトを設定する方法を示しています。このタブ リストには、ワークスペースの右側にドッキングされたフォーミュラ デポ内のモデル コレクションと、モデル出力のすぐ下にモデル比較が表示され、変数の重要性とさまざまな候補モデルのプロファイラーが表示されます。
Bootstrap Forest がうまく行っているのは、図 22 に示すように、ワインのアルコール度数を上げると品質が一定程度向上するという事実を捉えることです。この図は、履歴データに示されている最高品質のワインを生産するために必要な設定を示しています。これらの結果は、2 つの方法で他の人と共有できます。1 つは、Formula Depot からモデルのスコア コードをさまざまな言語 (SAS、Python、C、JavaScript、SQL など) で保存し、PPT または HTML に保存する方法です。
図 22.ワインの品質を予測するブートストラップフォレスト モデル。
このインタラクティブなレポートは、JMP を持っていない他のユーザーと共有できます。また、プロファイラーは Web 上でインタラクティブなままなので、値をインタラクティブに調整してワインの品質への影響を確認できます。モデル スコア コードとインタラクティブな HTML5 レポートはどちらもプロジェクト内でブックマークできます。
参考文献
- Cortez、A. Cerdeira、F. Almeida、T. Matos、J. Reis。物理化学的特性からのデータマイニングによるワイン嗜好のモデル化。
意思決定支援システム、エルゼビア、47(4):547-553、2009年。
- Lichman, M. (2013). UCI 機械学習リポジトリ [ http://archive.ics.uci.edu/ml ]. カリフォルニア州アーバイン: カリフォルニア大学、情報・コンピューターサイエンス学部。
