我在R中使用了H2O包，并试图通过gbm模型来提高我的分数。我尝试使用训练集和有效集进行网格搜索。但是当它完成时，两组之间的对数损失曲线是非常不同的。事实上，我的训练集存在过拟合，因此精度高于我的有效集ntrees = 100,
max_dept
浏览 7提问于2018-08-24得票数 0
是否有任何方法提取网格搜索每次迭代所需的时间/内存？我希望绘制一个结果度量(例如，AUC)和处理需求，以检查在我的模型中增加复杂性的成本效益。
浏览 1提问于2017-09-08得票数 1
回答已采纳
我在R中使用h2o包(v3.6.0)，并构建了一个网格搜索模型。现在，我正在尝试访问在验证集上最小化MSE的模型。在python的sklearn中，使用RandomizedSearchCV很容易实现这一点grid = RandomizedSearchCV(model, params, n_iter = 5)
grid.fit(X)
浏览 8提问于2016-02-26得票数 8
回答已采纳
1回答
我使用R中的h2o包创建了GBM的笛卡尔网格，并将每个模型的交叉验证指标保存在数据帧中。因此，对于每个模型，我将结果存储在model@model$cross_validation_metrics_summary中。在model@model$cross_validation_metrics_summary中，用于
浏览 9提问于2019-09-18得票数 0
回答已采纳
1回答
我在h2o中对GBM执行网格搜索，以获得具有连续预测器的连续结果。我使用交叉验证进行训练，然后在测试集上进行预测。我使用的是函数.predict_leaf_node_assignment：
best_gbm.predict_leaf_node_assignment(test_frame_h2o) ( best_gbm是我从网格搜索中</e
浏览 0提问于2018-02-06得票数 1
回答已采纳
我正在使用h2o构建gbm模型。训练数据随机分为70%的开发数据和30%的及时验证数据。训练数据有1.4%的坏率，我还需要为每个观察值分配权重(数据有一个权重栏)。观察结果是:与无权重构建的模型(VAL)相比，有权重构建的模型在开发数据(DEV)上的性能要高得多。使用权重构建的模型在开发数据和实时验证<
浏览 1提问于2017-05-08得票数 2
1回答
我正在通过R使用H2O，我试图建立随机森林，XGBoost，GBM模型来解决多类问题。H2O提供的模型性能洞察力很好，但作为成功的标准之一，我有自己的自定义函数，当模型用于对一组用户进行评分时，该函数可以对模型精度进行评分。一般来说，这个函数奖励预测，惩罚错误预测。鉴于此问题中的目标类是序数类别，惩罚分数取决于未命中预测的位置数。该自定义函数<e
浏览 0提问于2018-09-08得票数 5
2017年6月23日:又一次更新.我在下面添加了一个更新.$ uname -a我现在正在R和<em
浏览 3提问于2017-04-02得票数 1
1回答
我目前正在使用R和h2o库的不同机器学习方法处理多个数据集。因为我对每个数据集有几个10倍的交叉验证，所以我为每个数据集运行了一个随机的GridSearch，并使用h2o.saveGrid保存了网格。但是，keep_cross_validation_predictions被设置为true，如果我使用网格而不保存和加载它，它就运行得非常好。所以我猜沿着装载和保存的路线会丢失一些东西。有没有人知道在<e
浏览 0提问于2020-11-24得票数 1
回答已采纳
1回答
我天真地认为，在foreach循环中并行地对h2o.gbm进行多个调用是直接的。但出了个奇怪的错误。cl = makeCluster(6, type="SOCK")junk <- foreach(i=1:6, f
浏览 6提问于2016-09-16得票数 3
回答已采纳
我正在使用H2O Python使用网格搜索构建一个随机森林模型。我在训练和验证中对数据进行分割，并使用k折叠交叉验证来选择网格搜索中的最佳模型。我能够用训练集上最好的MSE检索模型，但我想检索验证集上具有最高AUC的模型。
我可以用Python编写所有代码，但我想知道是否有一
浏览 2提问于2016-10-23得票数 2
回答已采纳
我试图使用autoML提供的H2O特性来并行化多个ML模型的培训。h2o.saveModel(leader, ...所有模型中只有一部分被训练并保存在它们的文件夹中，因为在某个时候我得到了以下错误：
water.exceptions.H2OIllegalArgumentEx
浏览 0提问于2019-04-25得票数 1
回答已采纳
1回答
我在h2o中使用早期停止和设置ntrees=10000来训练GBM。我想取回模型中的树的数量。但是如果我调用model.params['ntrees'] ( model是网格搜索中最好的模型)，我就会得到其中，10000是我在培训期间设置的</em
浏览 1提问于2018-04-25得票数 1
回答已采纳
根据对功能的描述：
h2o.stack:这个函数使用用户指定的现有H2O基本模型列表创建一个“超级学习者”(叠加)集成。h2o.ensemble:这个函数使用用户指定的H2O基础学习算法创建一个“超级学习者”(叠加)集成。
浏览 4提问于2017-02-23得票数 6
回答已采纳
我无法加载我以本机H2O格式(即十六进制)保存的大型GBM模型。H2O v3.10.5.1
我的目标是最终将这个模型保存为MOJO。这个模型太大了，我不得不用最小/最大内存100 G/200 g初始化H2O，然后H2O的模型训
浏览 1提问于2017-06-24得票数 0
回答已采纳
2回答
我用H2O版本3.26.0.5来训练一个二进制问题的GBM模型，来预测正类的概率。我将模型文件保存为MOJO，并使用该文件在新数据中生成预测：library(h2o)
predic
浏览 4提问于2019-11-22得票数 0
回答已采纳
我一直没有记忆建立随机森林模型在H2O木星笔记本。我发现，使用我的20 GB内存实例，我可以在抛出“树模型将不适合驱动节点的内存”异常之前，构建大约两个具有10倍交叉验证(总共22个模型)的50树模型。使用for循环，在计算和显示度量之后，我可以删除交叉验证模型，但是使用GridSearch，似乎没有任何方法在搜索</e
浏览 2提问于2018-07-18得票数 1
回答已采纳
4回答
我有一个相当简单的问题，但在任何地方都无法找到有记录的解决方案。model = H2ODeepLearningEstimator(...)完成此操作后，我希望从model对象中提取模型的类型。也就是说，我在<
浏览 5提问于2017-08-11得票数 6
回答已采纳
我看到在网格搜索优化超参数时，有几个地方可以设置种子，例如，我们可以在以下三个位置设置种子
谢谢!
浏览 0提问于2018-09-20得票数 0
回答已采纳
2回答
使用h2o flow，是否有一种方法可以创建一个基于单个模型的堆叠集成模型，这些模型可能不接受相同的输入，但可以在相同的响应标签上进行预测。model1(diagnosis1, diagnosis2, ..., diagnosis5) -> denied or paid (by insurer)
mode
浏览 4提问于2017-11-09得票数 2
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
