我在h2o中为GBM执行网格搜索，以获得具有连续预测因子的连续结果。我使用交叉验证进行训练，然后在测试集上预测。

我正在使用.predict_leaf_node_assignment函数：

best_gbm.predict_leaf_node_assignment（test_frame_h2o）（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。

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？

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？

感谢。

编辑：我尝试在python中下载mojo，如本页所述，以便我可以查看不同的树。 http://docs.h2o.ai/h2o/latest-stable/h2o-docs/productionizing.html?highlight=mojo

在＆＃34;第2步：编译并运行MOJO＆＃34;这一步的第二部分仅在R中给出：＆＃34;通过创建一个名为main.java的新文件（例如，使用“vim main.java”）在实验文件夹中创建主程序。包括以下内容。请注意，此文件使用R。＆＃34;

引用上面创建的GBM模型

我可以在python中执行此操作吗？我试图复制命令＆＃34; import java.io。*＆＃34;在jupyter笔记本中，但它会抛出一个错误（ModuleNotFoundError：没有名为＆＃39; java＆＃39;的模块）。

T1，T2，... TN对应于构建的第一个树，第二个树构建，....您构建的最终树。（所以如果你说ntrees =50你应该看到T1 - T50）。如果您正在进行多类分类问题，您会看到每个树都附加了类，例如T1.C1 T1.C2（其中C1是第一类）。

在您发布的图片中，您似乎传递了一个包含10行或更多行的H2OFrame。尝试查看单行，您将看到返回单行框架 - 因为predict_leaf_node_assignment为您提供了行到达每个树的最终叶节点（也称为终端节点）的路径。

以你的T1（第一棵树）为例，在你传递的帧中占第一行。我们看到路径是RRR，这意味着该行在每次拆分时都是漏洞。

问题1 ：如果您要求数据中给定行的T1实际预测值需要下载mojo并使用mojo对该行进行评分（必须这样做）用Java）。请注意，该树的预测值实际上将位于链接空间中，您需要使用相应的反向链接函数来获取原始响应值。使用的链接功能将在mojo中指定。

（响应你的 EDIT ：不，你不能把示例代码（这是Java）并将其粘贴到一个jupyter笔记本中因为代码是java而不是python - 演练假设你有java在您的机器上（1.7或更高版本），并希望您从终端或命令提示符运行代码。