Я довольно новичок в H2O и к нему обращаюсь через R. Я пытаюсь построить модели произвольного леса, XGBoost, GBM для решения проблемы мультикласса.
Представления о производительности модели, которые предоставляет H2O, великолепны, но в качестве одного из критериев успеха у меня есть собственная настраиваемая функция, которая оценивает точность модели, когда модель используется для оценки набора пользователей, скажем, набора проверки. Вообще говоря, эта функция вознаграждает предсказание и наказывает неправильное предсказание. Учитывая, что целевые классы в этой задаче являются порядковыми категориями, оценка наказания зависит от количества мест, по которым было пропущено предсказание. Обратное значение этой пользовательской функции также можно рассматривать как функцию потерь.
Мне интересно, если и как я могу подключить такую функцию потери в H2O во время обучения моделей. Очень признателен за любую помощь в этом отношении.
Большое спасибо