随机森林模型的F1得分

Question

我建立了一个随机森林模型（H2O库），然后在一些测试数据上检查了它的准确性。我想用F1分数作为衡量模型成功与否的指标。但是，我在文档中找不到恢复它的方法。

我知道有可能出现here

performance = best_nn.model_performance(test_data = test)
F1        = performance.F1()

但是，就我而言，由于某种原因，性能没有采用F1作为方法。 哪里出了问题，怎么可能撤退呢？

环境：

H2O cluster uptime: 7 mins 29 secs
H2O cluster timezone:   Asia/Jerusalem
H2O data parsing timezone:  UTC
H2O cluster version:    3.22.0.2
H2O cluster version age:    10 days
H2O cluster name:   H2O_from_python_user_24aghd
H2O cluster total nodes:    1
H2O cluster free memory:    894 Mb
H2O cluster total cores:    4
H2O cluster allowed cores:  4
H2O cluster status: locked, healthy
H2O connection url: http://localhost:54321
H2O connection proxy:   None
H2O internal security:  False
H2O API Extensions: Algos, AutoML, Core V3, Core V4
Python version: 2.7.15 final

Answer 1

似乎我已经找到了原因，这很简单：

F1仅适用于具有两个可能类别作为响应变量的模型。我的有更多。

因此，H2O并未建议该指标。