停止公差、每次迭代评分、评分树评分间隔等的H2O文件问题
在阅读h2o文档后,我仍然有以下问题让我感到困惑。有人能给我解释一下吗停止公差、每次迭代评分、评分树评分间隔等的H2O文件问题,h2o,H2o,在阅读h2o文档后,我仍然有以下问题让我感到困惑。有人能给我解释一下吗 对于停止_公差=0.001,让我们使用AUC,例如,当前AUC为0.8。这是否意味着AUC需要增加0.8+0.001或需要增加0.8*(1+0.1%) 在H2O文档中对每个迭代进行评分 ()它只是说“迭代”。但每一个的确切定义是什么 “迭代”,是指每个树或每个网格搜索或每个K文件夹 交叉验证还是其他什么 我可以定义得分树间隔并将每次迭代的得分设置为True吗 同时,或者我只能使用其中一个来制作网格 搜索可重复 “停止度量”有
中列出的算法。所以,让我们坚持回答这个关于单个模型的问题,而不是网格搜索。如果您想查看每次迭代的评分,请查看Flow中的模型结果,或者使用my_model.plot()(对于python api)查看每次迭代的评分。对于GBM和DRF来说,这将是一个不确定因素,但由于不同的算法会有不同的方面,因此会使用迭代这个词,因为它更通用
对于问题1,如果当前AUC为0.8,停止_公差=0.001需要AUC增加到0.8*(1+0.1%),而不是0.8+0.001?对于问题3,我使用随机林进行测试,我发现a)如果我指定每次_迭代的分数=真,它将运行得更快。b) 每次迭代指定分数的结果与指定两者相同,但不同于仅指定分数树间隔=5。c) 当我运行网格搜索时,我需要指定score\u each\u iteration=True,并设置score\u tree\u interval=5以使其可重复。我不知道为什么