运行automl
(3类的分类)之后,我可以看到如下模型列表:
model_id mean_per_class_error
StackedEnsemble_BestOfFamily_0_AutoML_20180420_174925 0.262355
StackedEnsemble_AllModels_0_AutoML_20180420_174925 0.262355
XRT_0_AutoML_20180420_174925 0.266606
DRF_0_AutoML_20180420_174925 0.278428
GLM_grid_0_AutoML_20180420_174925_model_0 0.442917
但mean_per_class_error
对我的情况来说不是一个好的指标,其中类是不平衡的(一个类的人口非常少)。如何获取非领导者模型的详细信息并计算其他指标?感谢。
python版本:3.6.0
h2o版本:3.18.0.5
答案 0 :(得分:1)
实际上我自己想出了这个(假设aml
是训练后的h2o automl对象):
for m in aml.leaderboard.as_data_frame()['model_id']:
print(m)
print(h2o.get_model(m))
答案 1 :(得分:0)
您还可以使用以下行来获取您感兴趣的相应模型:
model6 = h2o.get_model(aml.leaderboard.as_data_frame()['model_id'][6])
其中6是排行榜中模型的索引号。