今年秋天，我們推出了新成員 JMP 家庭： JMP Pro 。對於JMP Pro的第一個版本，主要目的是開始使那些被JMP工作風格吸引的人更容易獲得預測（而不是探索）建模。的確，JMP Pro是其中的一部分 SAS Predictive Analytics Suite 為此原因。
預測建模借鑒了傳統知識可能熟悉或不熟悉的知識體系 JMP 用戶。但是，該方法的一個重要方面是需要分割數據以支持預測模型構建過程的不同階段。
為什麼
與往常一樣，“所有模型都是錯誤的，但有些模型很有用”，正如George EP Box所說。當然，用於進行預測的模型的實用性與其完成該功能的能力緊密相關。但是因為我們實際上沒有來自未來的數據，我們能做的最好的事情就是“堅持”我們目前擁有的一些數據，然後用它來測試我們構建的模型，以便了解它們的可能性去表演。
實際上，考慮兩個連續的步驟是有用的：模型選擇和模型評估，我們支持的“測試數據”在後者中使用。模型選擇是必需的，因為我們可能想要嘗試的每種類型或模型系列通常都有各種擬合或調整參數，我們需要調整這些參數以獲得該系列中的最佳模型。這導致將非測試數據分成“訓練數據”和“驗證數據”。當然，任何預測建模工作的成功或其他方面都與確切地將手的觀察結果分成訓練，驗證和測試數據有關。
什麼
為了使這些數據隨地吐痰，JMP 9允許您構建一個新的隨機指標列：
如您所見，JMP將構建一個數字列，並允許您指定要為給定指標值分配的數據的比例。請注意，建模類型已從“連續”更改為“標稱”。更重要的是，請注意JMP分析平台將假設指定值為0,1或2的行分別是訓練，驗證或測試數據的一部分。您可以使用“值標籤”列屬性來使其更易於理解。正如您所料，一旦指定了所需的比例，指標值到行的分配就是隨機的。
在預測建模中，感興趣的響應（“目標變量”）將是連續的或離散的。在數據挖掘圈中，第一種情況通常稱為回歸問題，第二種情況通常稱為分類問題。對於分類問題，嘗試預測相對罕見的事件並不罕見。換句話說，手持數據不太可能在離散目標變量的每個級別內具有大致相等的行數。
例如，當我們有9,000次通過和1,000次失敗的數據時，我們可能有興趣嘗試預測製造失敗的發生。顯然，在這種情況下，上述隨機指標列可能不是最佳選擇。根據我們指定的比例，我們最終可能會在測試數據中沒有失敗。我們想要做的是在離散目標變量的每個級別內隨機分割數據 - 產生分層分裂的想法。
怎麼樣
雖然原則上可以手工進行這些操作，但在實踐中，這太麻煩了。但幸運的是，一點JMP腳本語言（JSL）和新的 JMP 9加載項架構可以很容易地給我們所需要的東西。下載我的Stratified Split加載項在JMP文件交換。（訪問時需要SAS登錄。）
安裝此加載項會在“行”菜單下放置一個新的“分層拆分”項，以生成此對話框：
點擊確定添加一個新列並打開一個分發，以便您可以驗證結果：
（請注意，與內置等效項一樣，“Stratified Split”會忽略任何行狀態信息。在上面的屏幕截圖中，“N Missing，3”表示該表有三個排除的行。）
使用的JSL相當不起眼，但將在隨後的帖子中解析。如果您想了解分割數據如何在預測建模中實際使用（有或沒有分層），請觀看 JMP Pro發佈網絡廣播 。
伊恩考克斯中寫道：
加載項也適用於Mac。但是新菜單選項將顯示在“行”菜單下，因為該操作與行有關。但如果不存在，請告訴我。
零件總和不僅僅是整體。。。- JMP博客中寫道：
[...]在之前的帖子中，我提到了一個新的JMP加載項，可用於在預測建模之前拆分數據。這個 [...]
女士中寫道：
有趣的發布，但插件無法正確安裝。這些文件似乎安裝在正確的位置，但插件沒有出現在插件菜單中。
是否需要JMP Pro才能使插件工作或我做錯了什麼？我使用JMP 9 for Macintosh。
