h2o 中的预测方法 - 在分类的情况下预测列意味着什么
predict method in h2o - what does predict column mean in case of classificication
这是我的代码（简单的 h2o 分类问题）
library(h2o)
h2o.init()
df_h2o <- as.h2o(Titanic)
y <- "Survived"
x <- setdiff(names(df_h2o), y)
model_test <- h2o.gbm(training_frame = df_h2o, x = x, y = y)
pred_model_test <- h2o.predict(object = model_test, newdata = df_h2o)
as.data.frame(pred_model_test)
最后一行的部分输出：
predict No Yes
1 No 0.6665519 0.3334481
2 No 0.7618396 0.2381604
3 Yes 0.3836010 0.6163990
4 No 0.6665519 0.3334481
5 No 0.6665519 0.3334481
6 No 0.7618396 0.2381604
7 Yes 0.3836010 0.6163990
8 No 0.6665519 0.3334481
9 Yes 0.4391064 0.5608936
10 Yes 0.5561055 0.4438945
11 Yes 0.5684065 0.4315935
第11行预测列有Yes，而Yes的概率只有0.4315935。那么预测列中的值是多少？
查看文档 here
预测阈值
对于分类问题，当运行 h2o.predict()或.predict()时，预测阈值选择如下：
如果您仅使用训练数据训练模型，则使用训练数据模型指标中的最大 F1 阈值。
如果您使用训练数据和验证数据训练模型，则会使用验证数据模型指标中的最大 F1 阈值。
如果您使用训练数据训练模型并设置 nfold 参数，则会使用训练数据模型指标中的 Max F1 阈值。
如果您使用训练数据和验证数据训练模型并设置 nfold 参数，则会使用验证数据模型指标中的 Max F1 阈值。
这是我的代码（简单的 h2o 分类问题）
library(h2o)
h2o.init()
df_h2o <- as.h2o(Titanic)
y <- "Survived"
x <- setdiff(names(df_h2o), y)
model_test <- h2o.gbm(training_frame = df_h2o, x = x, y = y)
pred_model_test <- h2o.predict(object = model_test, newdata = df_h2o)
as.data.frame(pred_model_test)
最后一行的部分输出：
predict No Yes
1 No 0.6665519 0.3334481
2 No 0.7618396 0.2381604
3 Yes 0.3836010 0.6163990
4 No 0.6665519 0.3334481
5 No 0.6665519 0.3334481
6 No 0.7618396 0.2381604
7 Yes 0.3836010 0.6163990
8 No 0.6665519 0.3334481
9 Yes 0.4391064 0.5608936
10 Yes 0.5561055 0.4438945
11 Yes 0.5684065 0.4315935
第11行预测列有Yes，而Yes的概率只有0.4315935。那么预测列中的值是多少？
查看文档 here
预测阈值
对于分类问题，当运行 h2o.predict()或.predict()时，预测阈值选择如下：
如果您仅使用训练数据训练模型，则使用训练数据模型指标中的最大 F1 阈值。 如果您使用训练数据和验证数据训练模型，则会使用验证数据模型指标中的最大 F1 阈值。 如果您使用训练数据训练模型并设置 nfold 参数，则会使用训练数据模型指标中的 Max F1 阈值。 如果您使用训练数据和验证数据训练模型并设置 nfold 参数，则会使用验证数据模型指标中的 Max F1 阈值。