我跑步时:
data_h = h2o.H2OFrame(data)
### Edit: added asfactor() below to change integer target array.
data_h["BPA"] = data_h["BPA"].asfactor()
train, valid = data_h.split_frame(ratios=[.7], seed = 1234)
features = ["bq_packaging_consumepkg", "bq_packaging_microwave_v3", "bq_packaging_plasticbottle_v2",
"bq_packaging_hotdrink_v3", "bq_packaging_microwsaran_v3","bq_food_cannedfoods_v2"]
target = "BPA"
# Hyperparameter tuning
params = {"ntrees": [50, 100, 200, 300, 400, 500, 600],
"max_depth": [10, 30, 50, 70, 90, 110],
"min_rows": [1,5,10,15,20,25]}
criteria = {"strategy": "RandomDiscrete",
"stopping_rounds": 10,
"stopping_tolerance": 0.00001,
"stopping_metric": "misclassification"}
# Grid search and Training
grid_search = H2OGridSearch(model= rf_h, hyper_params= params,
search_criteria = criteria)
grid_search.train(x = features, y = target, training_frame=train,
validation_frame = valid)
# Sorting the grid
sorted_grid = grid_search.get_grid(sort_by='auc', decreasing = True)
调用grid_search.get_grid(sort_by = 'auc', decreasing = True)
会产生以下错误:
H2OResponseError: Server error water.exceptions.H2OIllegalArgumentException:
Error: Invalid argument for sort_by specified. Must be one of: [mae, residual_deviance, r2, mean_residual_deviance, rmsle, rmse, mse]
Request: GET /99/Grids/Grid_DRF_py_29_sid_95b5_model_python_1533334963198_8
params: {'sort_by': 'auc', 'decreasing': 'True'}
看看documentation for the grid search中的示例,我相信我使用的方法正确。
编辑:将更改的目标数组添加为整数数组中的因子数组。
答案 0 :(得分:1)
错误:为sort_by指定了无效的参数。必须为以下之一:[mae,residual_deviance,r2,mean_residual_deviance,rmsle,rmse,mse]
问题是"auc"
不是解决您问题的有效指标。看来您已经训练了回归模型而不是二进制分类模型,这就是为什么不允许AUC的原因。错误消息中的指标列表是回归问题允许的指标列表。
如果您的响应列为0和1,并且您没有将其转换为因子,则它将训练回归模型而不是二进制分类模型。如果是这种情况,而您想要一个二进制分类模型,那么您要做的就是首先将响应转换为一个因子:
train[target] = train[target].asfactor()
答案 1 :(得分:1)
这个特定问题询问如何针对多类分类问题获得AUC(即目标具有两个以上的因子水平-请参阅原始问题的注释中的张贴图像)。 H2O不会为单个类别计算auc,因此,如果您尝试使用其二进制分类指标auc()
,则会返回错误。
要查看适用于多类分类问题的指标,请参见documentation
例如,选项包括:logloss()
和mean_per_class_error()