級別：中級SAS 首席分析顧問 Tony Cooper Sam Edgemon，SAS 首席分析顧問機器學習是關於創建預測模型。 如果目標（又名響應）是名義上的，那麼一個好的模型將最大化真陽性並最小化假陽性。 設計的實驗將使用許多相同的分析算法，但重點是因果關係和成功的適當秘訣。 JMP 用戶可能更習慣這種範式，並且經常查看模型並問：“為什麼預測值這麼高？ 我們如何改進它？ 企業有什麼重要的？”這些問題要求預測模型變得具有解釋性，因此很難回答；變量範圍受限和多重共線性等問題可能會導致難以從預測模型轉變為解釋模型。 此外，模型的數字摘要不鼓勵主題專家提出問題。 可以忽略預測模型和根本原因分析之間的差異；但是我們知道相關性並不意味著因果關係。 在推動高級建模技術的過程中，解釋數據的藝術正在迷失。 JMP 中不起眼的 Profiler 是讓模型說話的強大工具。 該演示文稿提醒我們，即使對於數據挖掘者，Profiler 和 Graph Builder 也會有所作為。
非常感謝
我將數據的 v3 添加為附件。 它似乎類似於我找不到的 v2。 感謝您讓我知道數據不存在
喬托尼
在哪裡可以找到您的演示文稿中使用的 jmp 文件 (Current_BetweenBatchDataV2.jmp)？
謝謝菲利斯
