R中的錯誤h2o.find_threshold_by_max_metric

我使用的是h2o v3.10.4.6版本。使用h2o.deeplearning()函數構建DL Binomial分類模型，想要使用此函數找到一些閾值h2o.find_threshold_by_max_metric()。但是我得到的錯誤是這樣的：R中的錯誤h2o.find_threshold_by_max_metric

錯誤h2o.find_threshold_by_max_metric（NNmodel，「F1」）：沒有F1 爲H2OBinomialModel

我用this documentation作爲參考，但沒有例子

我該如何解決這個錯誤？

來源

2017-05-31 Mary Li

請編輯帖子以包含可複製的代碼示例，謝謝。（這種方式更容易調試）。 –

你傳遞H2OBinomialModel到find_threshold_by_max_metric，你應該通過H2OBinomialMetrics代替，例如：

p <- h2o.performance(NNmodel) h2o.find_threshold_by_max_metric(p, "F1")

h2o.performance確實需要一些你可能需要設置多個參數。

我不確定，但我認爲F1不支持深度學習，如果是這種情況，請嘗試logloss, auc, classification_error, rmse之一。

來源

2017-05-31 08:46:40

非常感謝Mateusz！您是對的，我需要獲得模型性能以獲取指標的相應閾值：以下是模型性能，所以顯示的指標是我可以從h2o.find_threshold_by_max_metric（）函數獲得的指標。 –

perf_oot <- h2o.performance(NNmodel, newdata=oot_data.hex)

來源

2017-06-08 19:10:57

最大度量：在其相應閾值的最大度量度量閾值IDX 1倍最大F1 0.463273 0.904095 250 2最大F2 0.000980 0.952198 398 3最大f0point5 0.990303 0.901456 14 4最大精度0.556570 0.839004 214 5最大精度0.999478 0.962611 2 6最多召回0.000025 1.000000 399 7最大特異性0.999981 0.918722 0 –

R中的錯誤h2o.find_threshold_by_max_metric

回答

相關問題