H2O中的自定义损失功能

时间:2018-09-07 17:52:29

标签: r machine-learning h2o

我对H2O相当陌生,并且正在通过R访问它。我正在尝试构建随机森林,XGBoost,GBM模型来解决多类问题。 H2O提供的模型性能见解很棒,但是作为成功标准之一,我有自己的自定义函数,当使用模型对一组用户(例如验证集)进行评分时,该函数会对模型的准确性进行评分。一般而言,此功能可奖励预测并惩罚错误的预测。考虑到该问题的目标类别是序数类别,惩罚分数取决于错过预测的位置数。此自定义函数的逆函数也可以视为损失函数。

我想知道在训练模型时是否以及如何将这种自定义损失函数插入H2O。非常感谢这方面的帮助。

非常感谢

1 个答案:

答案 0 :(得分:4)

虽然目前不支持自定义损失函数(尽管添加了jira ticket),但仍支持自定义评估函数,您可以在此处找到更多详细信息:{{ 3}}。