Zoltar 还是 Minitab Model Ops？您决定。| Zoltar…or Minitab Model Ops? You Decide.

您还记得由 Tom Hanks 和算命机器 Zoltar 主演的电影《长大》吗？ 每一代人都会有一场精彩的表演，预言家可以预测未来（通常解决一些关于长大的问题）：《长大》、《黑客帝国》、《点球成金》、《权力的游戏》……但这些都没有 Minitab Model Ops 可靠。

我相信，在您的工作中会遇到无数的问题，您希望有一些机器学习工具来为您提供帮助。与我合作的许多客户都使用 Minitab 预测分析模块来完成这项工作。使用预测分析或回归分析的客户可以使用 Minitab Model Ops 部署他们的模型。要让 Zoltar 的机械嘴提供预言，您需要输入大量信息。而使用预测分析就简单得多。

预言家的眼睛是《黑客帝国》中最有价值的东西（也许除了 Déjà-Vu 之外，这只黑猫能够重写问题并清除每个人的记忆，除了 Déjà-Vu 的最微弱感觉！）。您是否记得，在 Seraph、Neo、Trinity 和 Co. 保护她的同时，特工 Smith 和 Merovingian 正在寻找她？ 她的模型比其他人的模型更好。Minitab 的 TreeNet（或者 MARS）是我最近在工作中最喜欢使用的预言机！

《点球成金》使用统计模型来规定如何为棒球队编排名册。这很像前几天一位客户问我：“我正在研究多元线性和二元物流回归、CART、TreeNet、Random Forest 和 MARS。哪些方法属于预测性分析和描述性分析？”

我认为这是一个非常有见地的问题，至少同 Brad Pitt 和 Jonah Hill 基于数据重建奥克兰 A 一样有趣。如果您无法使用预测，那么预测又有什么用途呢？ 规定如何运行您的产品或流程，而不仅仅是知道它是如何工作的，这不是很好吗？ 预测只是问题解决层次结构中的一个步骤。如果您可以将模型与实时数据挂钩，并使用模型来控制流程或防止错误……这就是力量。这就是 Minitab Model Ops。

在以下网络研讨会中了解 Minitab Model Ops 如何为您工作：

预测分析的实际应用示例

下面是一些示例。我的妻子总是让我告诉读者要如何去做，要只是在这些博客上讲故事！她也是一名 MBB。她了解你们。

在我大学毕业后的第一份工作中，我们有一个装配流程，将测量设备放置在汽车部件中。安装和灵敏度取决于工厂中的温度和湿度等多个因素。我们构建了一个回归模型，将实时环境条件与性能不佳组件的风险联系起来。它与控制绘制温度和湿度图表不同……这是一个将两者都作为输入的模型，用于在组件仍在制造过程中时，预测未来的风险。那时这是一项艰巨的任务，但现在可以使用我们的解决方案轻松且更准确地建模。

Minitab 的一位客户最近使用预测分析对土地特征和农业实践的复杂关系进行建模，以预测和防止水污染。我们正在建立一个在线门户，人员或公司只需输入详细信息即可预测污染的可能性。

它让使用预测分析变得非常简单，比回归（我的许多工程师朋友都熟悉的经典工具）更简单。回归经常让我失望。我们中的一些人从小就会写 y=f(x) 方程（或者至少让我们的经典 TI86 计算器告诉我们这些方程并制作图形 - 还记得这些吗？）。 预测分析可以发现回归无法发现的信号。

• 只需打开 Minitab，从那里获取您的历史数据或观测数据……通常最好是 100 行或更多行（机器学习选项会利用模型验证方法将数据分区，如果数据太少就很难建模）。
• 然后转到“统计”>“预测分析”（位于大多数人最喜欢的 6 个项目下方，跨过质量工具，跨过可靠性，您将在这个子菜单中找到 2 个机器学习算法）。如果您有数字响应（*您正在分析的大 Y 列只是数字），请尝试 CART 回归。或者，如果您有类别响应（如通过/未通过，或划痕/凹痕/无损坏，或严重性等级，而不仅仅是连续数字），则尝试 CART 分类。

还有比这更神奇的算法，但这些算法是您现在免费安装的（如果您的 Minitab 版本为 19.2020 或更高版本！）

Minitab 预测分析和 Model Ops 支持本博客中介绍的概念。如果希望我们为您展示操作方法，请告诉我们。我很高兴向您介绍比 CART 更高级的算法（可以在数据中找到更多隐藏信号）。里面有一个名为自动化机器学习 (AML) 的简单按钮。只要您对自己的想法还持有一些批判性，AML 就可以运行所有模型，包括经典模型，并告诉您哪种模型最适合您的数据。我们还可以讨论如何使用 Minitab Model Ops 将这些模型与您的实时数据挂钩。如果您愿意，您甚至可以使用 DOE 的回归方程。我认为这将是我所在行业的大多数老朋友都会考虑的有用桥梁，一种开始思考超越我们已经知道和喜爱的传统的方式。

希望获得更多预测分析的实践经验？