レベル: 中級SAS 主席分析コンサルタント、トニー・クーパーSAS 主席分析コンサルタント、サム・エッジモン氏機械学習とは、予測モデルを作成することです。ターゲット (つまり、応答) が名目値である場合、優れたモデルは真陽性を最大化し、偽陽性を最小化します。計画された実験では、同じ分析アルゴリズムの多くが使用されますが、焦点は因果関係と成功のための適切なレシピにあります。JMP ユーザーはこのパラダイムに慣れているため、モデルを見て「なぜ予測値がこれほど高いのか? どうすれば改善できるのか? ビジネスで重要なことは何か?」と尋ねることがよくあります。これらの質問は、予測モデルに説明力を持たせることを求めているため、答えるのが難しい場合があります。変数の範囲制限や多重共線性などの問題により、予測モデルから説明モデルへの移行が困難になる場合があります。さらに、モデルの数値要約は、主題の専門家が質問する意欲をそそりません。予測モデルと根本原因分析の違いは見落とされる可能性がありますが、相関関係が因果関係を意味するわけではないことはわかっています。データを説明する技術は、高度なモデリング手法の推進の中で失われつつあります。JMP の控えめなプロファイラーは、モデルに語らせるための強力なツールです。このプレゼンテーションは、データ マイナーにとっても、プロファイラーとグラフ ビルダーが違いを生むことを思い出させてくれます。
