F1 балл за случайную модель леса - PullRequest
Новая
       19

F1 балл за случайную модель леса

0 голосов
/ 02 декабря 2018

Я построил модель Random Forest (библиотека H2O), а затем проверил ее точность на некоторых тестовых данных.Я хотел бы использовать оценку Ф1 как показатель успеха модели.Тем не менее, я не могу найти в документации способ его получения.

Я знаю, что это возможно, поскольку это появляется здесь 

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

Однако в моем случаеПо какой-то причине у производительности нет F1 в качестве метода.Что не так, и как это можно получить?

Среда: 

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

1 Ответ

0 голосов
/ 03 декабря 2018

Кажется, я нашел причину, и она довольно проста:

F1 подходит только для моделей, которые имеют два возможных класса в качестве переменной ответа.У меня было больше.

Таким образом, H2O не предложил метрику.

...