背景
在R中,使用线性模型,我可以写一个公式
est <- lm(Y~1+A+B+C+D:A+E:D+E:F+B:A+B:D+C:A+C:D+C:B, data=mydata)
如果“Y”恰好是二项式,那么我也可以写:
est <- glm(Y~1+A+B+C+D:A+E:D+E:F+B:A+B:D+C:A+C:D+C:B, data=mydata, family = binomial)
但是... 当我去h2o.glm时,我必须使用“x = ..,y = ..”表格。
my_glm.hex <- h2o.glm(y=y_idx,x=x_idx,
training_frame = "my_train",
validation_frame = "my_valid",
model_id = "my_glm.hex",
family = "binomial",
lambda_search = TRUE,
balance_classes = TRUE)
问题:
如何添加一个允许我使用h2o.glm进行交互的广义线性模型(glm)的公式?
附录:
我不确定在这里应该使用'r','h2o'和'fitting'之外的标签。如果你想到一些相关的东西,你能在评论中提出建议吗?
答案 0 :(得分:1)
对于h2o.glm,您需要添加的是export class MyGroup {
static MyConst: number
}
参数,该参数采用export namespace MyNamespace {
export const MyConst = 1;
}
中要包含其互动的属性列表。在您的情况下,它可能看起来像:
interactions
对于如上所示的列表,将计算四个变量的所有成对组合。
您可以在h2o site上找到更多信息。