在python中使用h2o，如何从一个＆＃39; glm＆＃39;中提取模型系数。多分类模型？
对于二进制模型，您只需使用.coef（）或.coef_norm（）方法，但这些方法都会返回多分类模型的错误。
在h版本的h2o中，它非常简单：model @ model $ coefficients_table可以正常工作。
所以我不确定为什么它在Python中更加困难。是否需要使用不同的方法，或者您是否必须以某种方式手动迭代基础的一对一模型并以某种方式提取模型系数？
由于
答案 0 :(得分：0)
在找到后端json数据后，我找到了这个：
variable_importances = model._model_json['output']['coefficients_table'].as_data_frame()