java叶相似,h2o GBM:叶预测

在H2O中使用Gridsearch优化GBM模型,并利用交叉验证训练。对于连续预测变量,尝试获取每个叶节点的值而非位置。问题涉及到如何从predict_leaf_node_assignment函数获取叶节点的实际值,以及这些值(如T1,T2,T3)的含义。此外,文章提及在R中创建MOJO模型,但在Python中遇到找不到'java'模块的错误。
摘要由CSDN通过智能技术生成

我正在为h2o中的GBM执行gridsearch,以获得具有连续预测变量的连续结果 . 我正在使用交叉验证进行训练,然后在测试集上进行预测 .

我正在使用.predict_leaf_node_assignment函数:

best_gbm.predict_leaf_node_assignment(test_frame_h2o)(其中best_gbm是我从gridsearch获得的最好的gbm模型)

并获取下表,我们可以看到每个树T1,T2,T3等的叶节点分配 .

20796d21-fca0-47e4-8601-eee7fda514a0.jpg

问题1:

如何获得下表中每片叶子的T1,T2,T3等值,而不是叶子的位置?

问题2:

如果有办法获得T1,T2,T3等的值,它们实际上反映了什么? T1是第一个预测然后T2,T3,T4是校正吗?或T1是预测,然后T2是T1校正等?

谢谢 .

在“步骤2:编译并运行MOJO”中,此步骤的第2部分仅在R中给出:“通过创建名为main.java的新文件在实验文件夹中创建主程序(例如,使用”vim main“ . java“) . 包含以下内容 . 请注意,此文件引用上面使用R创建的GBM模型 . ”

我可以在python中这样做吗?我试图在jupyter笔记本中复制例如命令“import java.io. *”,但它抛出一个错误(ModuleNotFoundError:没有名为'java'的模块) .

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值