UnknownCategoricalLevels如何影响H2O模型预测的置信值
UnknownCategoricalLevels如何影响H2O模型预测的置信值
提问于 2017-10-30 15:22:51
我正在使用用h2o flow生成的DRF模型。当针对这个模型运行新的输入数据(在EasyPredictModelWrapper的java程序中使用它的MOJO )时，有大量的UnknownCategoricalLevels (使用getUnknownCategoricalLevelsSeen()和getUnknownCategoricalLevelsSeenPerColumn() 方法进行检查)。
我的解决办法是只使用那些在某个阈值(比如0.90)以上具有预测可信度的预测。即。模型选择的classProbability必须比要使用的阈值更高。
我的问题是：
- 这个解决办法不正确吗？实际上并没有解决/解决这个问题。
unknownlevels实际上不会影响类的概率值)，或者它是解决问题的有效方法吗？ - 有没有更好的方法来解决这个问题？
谢谢。
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-11-11 08:00:04
未知的分类级别被视为该列的安娜。
在不了解数据的详细信息(包括假阳性和假阴性的成本影响)的情况下，我不会说您需要对具有NAs的行进行阈值化，这些行与不具有NAs的行有任何不同。(DRF已经很好地处理了NA。)
注意，内置阈值是max-F1 (不是0.5)。因此，如果要更改值未知的行的阈值，则相对于max-F1 (而不是0.5)。使用您自己的阈值当然是一种有效的方法。
如果您想要可视化您的树，以便更容易地查看NAs的行为，您可以按照这里的说明这样做：
还有其他处理它的策略，比如目标--编码你的分类输入列，并将安娜作为平均目标值。(这实际上将一个分类变量转换为一个数字变量，但需要对数据进行预处理。)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/47025680
复制相关文章
相似问题
精度长双精度比双精度差
c++中双精度和长双精度的区别
FFTW与长双精度
双精度和长整型数字的减法
试着访问长双数学宏和长双的精度
腾讯云开发者
