업리프트 플랫폼 시작

분석 > 소비자 조사 > 업리프트를 선택하여 업리프트 플랫폼을 시작합니다.

그림 6.4 업리프트 플랫폼 시작 창 

"열 선택"의 빨간색 삼각형 메뉴에 포함된 옵션에 대한 자세한 내용은 JMP 사용의 “Column Filter Menu”에서 확인하십시오.

Y, 반응

분석할 열을 하나 이상 할당합니다.

X, 요인

요인으로 사용할 열을 하나 이상 할당합니다.

처리

범주형 처리 열을 할당합니다. 처리 열에 수준이 세 개 이상 포함된 경우 첫 번째 수준이 하나의 처리 수준으로 간주되고 나머지 수준은 두 번째 처리 수준으로 결합됩니다.

가중치

데이터 테이블의 각 관측값에 대한 가중치를 포함하는 숫자 열을 할당합니다. 가중치가 0보다 큰 행만 분석에 포함됩니다.

빈도

이 역할에 빈도 변수를 할당합니다. 요약된 데이터에 유용합니다.

검증

검증 데이터 집합을 정의하는 숫자 열을 할당합니다. 이 열에는 최대 세 개의 구분되는 값이 포함되어야 합니다.

– 두 개의 값이 있는 경우 더 작은 값이 훈련 데이터 집합을 정의하고 더 큰 값이 검증 데이터 집합을 정의합니다.

– 세 개의 값이 있는 경우 작은 값부터 순서대로 훈련 데이터 집합, 검증 데이터 집합, 테스트 데이터 집합을 각각 정의합니다.

– 검증 열에 네 개 이상의 수준이 있는 경우 가장 작은 세 개의 값을 포함하는 행이 검증 데이터 집합을 정의합니다. 다른 모든 행은 분석에서 제외됩니다.

업리프트 플랫폼에서는 검증 열을 사용하여 모형을 훈련 및 조정하거나 모형을 훈련, 조정 및 평가합니다. 검증에 대한 자세한 내용은 예측 및 전문 모델링의 “Validation in JMP Modeling”에서 확인하십시오.

"열 선택" 목록에서 아무 열도 선택하지 않은 상태로 "검증" 버튼을 클릭하면 데이터 테이블에 검증 열을 추가할 수 있습니다. 자세한 내용은 예측 및 전문 모델링의 “Make Validation Column”에서 확인하십시오.

기준

기준 변수의 각 수준에 대해 개별 보고서를 생성합니다. 기준 변수가 둘 이상 할당되면 기준 변수의 가능한 각 수준 조합에 대해 개별 보고서가 생성됩니다.

검증 데이터 비율

검증 데이터 집합으로 사용할 데이터 비율입니다. 0에서 1 사이의 값을 입력합니다.

결측값 정보화

이 옵션을 선택하면 범주형 예측 변수에 대한 결측값 범주화 및 연속형 예측 변수에 대한 결측값 정보화 처리가 활성화됩니다.

순서형의 순서를 지킴

이 옵션을 선택하면 순서를 유지하는 분할만 고려하도록 제한됩니다.