用 H2O 流量预测概率

Posted

技术标签:

【中文标题】用 H2O 流量预测概率【英文标题】:Predicting probabilities with H2O flow 【发布时间】:2019-03-04 17:08:26 【问题描述】:

是否可以预测 H2O 流中二元分类任务 a 中的概率?特别是我发现很难将概率而不是清晰的预测作为预测,因为在预测时我在 H2O 的 UI 中看不到选项。

如果在 H2O Flow 中无法做到这一点,有没有办法在 R(或 Python)中使用构建在 H2O Flow 中的相同模型来做到这一点?

提前感谢您的帮助。

【问题讨论】:

您能否举一个更具体的例子以及您尝试了什么? 我已经在 H2O 流中导入了数据集,然后我在分类任务上运行了深度学习算法,最后我在模型选项中单击了“预测”,但不幸的是我没有'没有找到预测概率的选项,很清晰。 【参考方案1】:

这在 Flow 中是可能的,也可以使用其密钥从后端获取模型,然后在其中一个 api (R/Py) 中继续进行模型分析

如果需要,请查看documentation,了解如何在 Flow 中进行预测。 建立模型后,您会看到有一个预测按钮:

    点击预测按钮。 为您的预测框架指定一个名称,模型已经设置好,使用框架下拉菜单选择您想要预测的框架,然后单击名为预测的操作按钮。 在名为 Prediction 的下一个单元格中,您将看到一个包含三个超链接(模型、框架和预测)的表格。第三个超链接应与您的预测数据框相对应,您为其提供了名称,或者 H2O-3 为其提供了默认名称。 点击预测行中的超链接或创建一个新单元格,输入getFrameSummary "prediction"(不带`标记,并将“预测”替换为预测框架的名称)。 现在单击查看数据按钮,如果您的二进制目标是 enum 类型(即分类而不是数字),您将看到一个包含预测标签和概率的表格。

【讨论】:

以上是关于用 H2O 流量预测概率的主要内容,如果未能解决你的问题,请参考以下文章

R - H2O- 如何获得训练有素的模型预测/概率?

预测的类和相应的概率在 H2O 上是矛盾的

如何重现 H2o GBM 类概率计算

sklearn中的多类概率标签数据和同类型预测用啥?

预测模型基于小波神经网络的短时交通流量预测matlab源码

XGB:展示每个预测结果的各特征概率