如何解决使用 H20 AI 时从排行榜功能获取准确度指标
我正在使用 H2O autoML 运行二进制分类模型。我已经明确告诉 autoML 将其视为具有以下代码行的分类模型。
# This line of code turns our int variable into a factor.
# This is necessary to tell H2O that we want a classification model
feature_data['Radius'] = feature_data['Radius'].asfactor()
运行 H20 autoML 一分钟后,然后使用以下代码行;
lb = aml.leaderboard
lb.head()
lb.head(rows=lb.nrows) # Entire leaderboard
我在下面的屏幕截图中得到了输出
如您所见,用于分类的指标是 AUC 和 logloss,但我想看到的是准确性。我应该添加什么来获得这样的输出?
解决方法
排行榜似乎不允许您使用准确性作为指标进行排序。以下代码和文本行直接取自 documentation:
aml = H2OAutoML(max_runtime_secs = 30,sort_metric = "logloss")
对于二项式分类,请选择 AUC
、"logloss"
、"mean_per_class_error"
、"RMSE"
、"MSE"
。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。