有兴趣了解文本挖掘？利用 Minitab 中的全新 Python 集成开启探索之旅！| Interested in Text Mining? Get Started in Minitab with New Python Integration!
现如今，内容无处不在，随时可供访问！尼尔森 (Nielsen) 的一项研究发现，美国成人每天用于阅读、聆听、观看媒体以及与媒体互动的时间超过 11 小时。当下大家宅在家中，想必这个数值只会更高。可用内容层出不穷，您或许会想知道：是否存在一种定量方式，让我们能够深入了解可用文本？
修剪决策树，造出好纸张：Minitab 中的预测分析和根本原因分析 | Trimming Decision Trees to Make Paper: Predictive Analytics and Root Cause Analysis in Minitab
我们从过程中收集的观测数据越来越多，因此，我们可能需要新工具才能够获得有意义的见解。您可以添加现代机器学习技术和传统统计工具来分析、改进及掌控各个过程。我们查看一个示例，该示例从二元逻辑回归开始，并以分类和回归树 (CART®) 结束。
揭开机器学习中功能工程设计的神秘面纱 | Demystifying Feature Engineering for Machine Learning
https://info.minitab.com/resources/webinars/unleashing-the-power-of-python?utm_id=PROMO%3A62074B0EB75DD%3A478&utm_campaign=APAC_Chinese_Blog&utm_medium=Referral&utm_source=Hubspot&utm_content=%E6%9C%89%E5%85%B4%E8%B6%A3%E4%BA%86%E8%A7%A3%E6%96%87%E6%9C%AC%E6%8C%96%E6%8E%98%EF%BC%9F%E5%88%A9%E7%94%A8+Minitab+%E4%B8%AD%E7%9A%84%E5%85%A8%E6%96%B0+Python+%E9%9B%86%E6%88%90%E5%BC%80%E5%90%AF%E6%8E%A2%E7%B4%A2%E4%B9%8B%E6%97%85%EF%BC%81%7C+Interested+in+Text+Mining%3F+Get+Started+in+Minitab+with+New+Python+Integration%21
另辟蹊径：使用 CART 作为分析分类调查数据的替代方法 | Branching Out: Using CART For Alternative Ways to Analyze Categorical Survey Data
尝试了解客户/患者行为是一件很有挑战的事。研究人员往往会使用调查数据并频繁使用 Minitab Statistical Software 中的回归功能对其进行分析。但是，若结果变量是分类数据，而不是定量数据，则无法非常直接或直观地解释逻辑回归的结果。
找不到文件？输出缺失？Python 错误疑难解答小提示 | File Not Found? Missing Output? Quick Tips to Troubleshoot Common Errors
Minitab 的 Python 连接功能支持用户在 Minitab 界面中运行开源 Python 脚本并在 Minitab 输出窗格中显示结果。借助与 Python 的连接，您仅需单击几下就可享用 Minitab 菜单中尚未提供的自定义分析或图形。最便利的是，您无需精通 Python 编程即可完成设置。