Question

对于每个类别，我都需要适合h2o模型。

  Category            a             b
       <chr>         <dbl>         <dbl>
     1   aa           36.6          1.4
     2   aa           5.30          0   
     3   bb           4.62          1.2
     4   bb           3.71          1.5
     5   cc           3.41          12
    ... ...            ...         ...

是否可以做到这一点而无需在类别上拆分数据集，也无需在循环中对每个类别进行训练。可以使用dplyr吗？

Answer 1

我没有用h2o做到这一点，但也许可以为您提供帮助：

  iris%>%
   group_by(Species)%>%
   nest()%>%
   mutate(fit = map(data, ~ lm(Petal.Width ~ Petal.Length, data = .x)))
# A tibble: 3 x 3
  Species    data              fit     
  <fct>      <list>            <list>  
1 setosa     <tibble [50 x 4]> <S3: lm>
2 versicolor <tibble [50 x 4]> <S3: lm>
3 virginica  <tibble [50 x 4]> <S3: lm>

Answer 2

对于每个类别，我都需要适合h2o模型。是否可以在不按类别拆分数据集的情况下做到这一点？

否。

您需要循环，并为枚举中的每个级别构建一个模型（以使用h2o术语）。（要获取类别中所有值的列表，请参见http://docs.h2o.ai/h2o/latest-stable/h2o-py/docs/frame.html#h2o.frame.H2OFrame.levels）

如果您的需求更加模糊，则可以使用单个模型。即如果您认为“ chr”类别是用于预测其他价值的最有用的信息，则可以构建一个模型（例如，随机森林），如果正确，那将是每棵树，您都会有效地得到想要的东西。

但是，如果这是出于学术报告或出于监管原因，并且您需要按“ chr”列显示预测，那么您别无选择。

如何分别为每个类别运行h2o模型？

2 个答案: