如何在Python中保存H2O model_performance函数的阈值？

Question

我正在Python中运行H2O，并为二进制目标变量（1 vs 0）构建GBM模型。该模型运行良好，我可以在输出中看到阈值。但是我想将阈值保存到变量中（我们可以将其称为cut_point）。因此，当我为新数据集评分时，可以使用阈值来定义1或0。以前有人做过吗？

Answer 1

您可以使用find_threshold_by_max_metric

html, body {
    width: 100vw
}

Answer 2

或者，要找到thresholds that maximize F1-scores，可以使用：

model.F1(train=True, valid=True, xval=False)

上一行的示例输出：

{u'train'：[[0.3869697386893616，0.7451099672437997]]，u'有效'： [[0.35417599264806404，0.7228980805623143]]}

使每个数据集的F1分数最大化的阈值是每个键中列表的第一个值（索引0）。第二个值（索引1）是每个数据集的F1分数最大值。要为阈值编制索引，比如说可以使用的有效性框架：

values = model.F1(train=True, valid=True, xval=False)
values.get('valid')[0]

此方法还适用于以下指标：

• Gini Coefficient
• Absolute MCC (Matthews Correlation Coefficient)
• F0.5
• F2
• Accuracy