在GBM模型中，使用以下参数-
我了解采样的工作原理，并考虑为每个树在每个级别进行拆分的变量数量。我试图了解每个功能要考虑多少次才能做出决定。有没有一种方法可以轻松地从模型对象中提取用于做出决策的所有特征样本？
参考H2O http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/col_sample_rate.html提供的解释，是否有办法知道每个拆分的60个随机选择的特征？
谢谢您的帮助！
答案 0 :(得分：1)
答案 1 :(得分：0)
我不知道我是否会这么称呼，但是MOJO树可视化工具会吐出一个graphviz点数据文件，该文件会变成可视化文件。这包含您感兴趣的信息。
http://docs.h2o.ai/h2o/latest-stable/h2o-genmodel/javadoc/overview-summary.html#viewing-a-mojo