我想用H2o深度学习模型预测标签,我无法解释我的H2o深度学习输出 .
这是我的H2o深度学习模型的模型参数 .
dl_model = deeplearning.H2ODeepLearningEstimator(hidden =[200,200],
epochs = 10,
missing_values_handling= 'MeanImputation',
activation = "Tanh",
)
我传递了Blog内容的word2vec向量,其名称为Content.vecs,Y也是Tags的word2vec .
训练模型
dl_model.train(x= Content_vecs.names,
y= 'Y',
training_frame = data_split[0],
validation_frame = data_split[1]
)
而输出是
**predict
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515**
在Original Data中,预测变量是内容,响应变量是标签 . 我将内容的Word2vec向量作为x传递,将标签作为深度学习中的y传递Figure . 我想用H2o深度学习和word2vec预测单个或多个标签