업리프트 플랫폼 시작

분석 > 소비자 조사 > 업리프트를 선택하여 업리프트 플랫폼을 시작합니다.

그림 6.4 업리프트 플랫폼 시작 창 

"열 선택" 빨간색 삼각형 메뉴의 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.