如何在流接口中为autoML使用balance classes选项？

Question

我正在尝试在流接口中使用autoML来解决分类问题。

我的响应列是一种枚举数据类型，其值为1和0。

我的数据集确实不平衡，大约0.5％的行的响应为1。

我想尝试“余额类别”选项，但是每次尝试时，程序最终都会引发错误。

如果我选择余额类别选项，是否还需要在class_sampling_factors输入框中输入值？如果是这样，我应该输入什么？

文档说：

“ class_sampling_factors：（DRF，GBM，DL，朴素贝叶斯，AutoML）指定每个类（按字典顺序）的上/下采样比率。默认情况下，在训练过程中自动计算这些比率以获得该类balance。此选项仅适用于分类问题以及启用了balance_classes的情况。“

但是，除非我放入某些内容，否则该函数似乎无法运行。

我尝试输入200.0、1以及1.0,200.0，但似乎都无法正常工作。

Answer 1

使用“平衡类别”时，不需要指定“类别采样因子”参数。

我刚刚在H2O 3.26.0.9上进行了验证，您可以成功运行AutoML，并且选中“平衡类”，并使用HIGGS dataset（10k子集）将“类采样因子”留为空白。我还为“类别抽样系数”输入了1.0,0.5，效果也很好。我看不到旧版H2O上报告的任何错误（不确定您使用的是哪个版本），因此错误可能是由其他原因引起的吗？

这是两个选项生成的Flow输出：