Question

我在h2o（R）中有一个模型。它的表现产生了

h2o.performance(models[[1]],valid=T)

给出输出

H2ORegressionMetrics: deeplearning
** Reported on validation data. **
Description: Metrics reported on temporary validation frame with 9724 samples

MSE:  1.18963
R2 :  0.07689513
Mean Residual Deviance :  1.18963

我想将MSE保存在变量中。我试图使用

生成混淆矩阵

 h2o.confusionMatrix(h2o.performance(models[[i]],valid=T))

但它会生成NULL。

Answer 1

获得均值误差

要获得均方误差（MSE）值，您可以使用h2o.mse()函数，如下例所示（Aiello，Kraljevic，＆amp; Maj，2015）：

perf <- h2o.performance(model = your_data_file.gbm, data = your_data_file.hex)
your_new_variable <- h2o.mse(perf)

示例结果

> h2o.performance(model = your_data_file.gbm, data = your_data_file.hex)
H2OBinomialMetrics: gbm
** Reported on training data. **

MSE:  0.07584147
R^2:  0.6846763
LogLoss:  0.2744668
AUC:  0.9780312
Gini:  0.9560623

> perf <- h2o.performance(model = your_data_file.gbm, data = your_data_file.hex)
> your_new_variable <- h2o.mse(perf)
> your_new_variable
[1] 0.07584147

关于混淆矩阵

此外，混淆矩阵中的NULL值可能表示您的h2o.performance()函数本身不包含或返回混淆矩阵。

<强>参考

Aiello，S.，Kraljevic，T。，＆amp; Maj，P。（2015年11月24日）。套餐'h2o'。 2015年12月2日检索自https://cran.r-project.org/web/packages/h2o/h2o.pdf

从h2o性能中取出mse并将其保存在变量中。

1 个答案: