Как интерпретировать Н2О вектор глубокого обучения? - PullRequest
0 голосов
/ 03 декабря 2018

Я хочу предсказать теги, используя модель глубокого обучения H2o, и я не могу интерпретировать свои результаты глубокого обучения H2o.

Это параметры моей модели модели глубокого обучения H2o.

dl_model = deeplearning.H2ODeepLearningEstimator(hidden =[200,200],
                                    epochs  = 10,
                                    missing_values_handling= 'MeanImputation',
                                    activation = "Tanh", 
                            )

Я передаю векторы word2vec содержимого блога, имена которых как Content.vecs, а Y также является word2vec тегов.

Обучите модель

dl_model.train(x= Content_vecs.names,
               y= 'Y',
               training_frame   = data_split[0],
               validation_frame = data_split[1]
               )

и получите

**predict
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515**

In Исходные данные Переменная Predictor - это содержимое, а переменная ответа - это теги.Я передавал векторы содержания Word2vec как x и теги как y в глубоком обучении Рисунок .Я хочу предсказать один или несколько тегов, используя глубокое обучение H2o и word2vec

1 Ответ

0 голосов
/ 04 декабря 2018

Сначала убедитесь, что вы указали параметр distribution = "multinomial".Если у вас не слишком много тегов, вы можете просто использовать оригинальный тег в качестве уровня ответа.В противном случае, если вы оставите уровни числовых значений, вам понадобится отображение, которое вы можете использовать, чтобы увидеть, какие значения соответствуют вашим исходным тегам.

здесь также приведен пример использования word2vec с алгоритмом H2O,чтобы дать вам представление о том, как должна выглядеть ваша цель: https://github.com/h2oai/h2o-3/blob/master/h2o-py/demos/word2vec_craigslistjobtitles.ipynb, а также учебник для углубленного изучения: https://github.com/h2oai/h2o-tutorials/tree/master/tutorials/deeplearning

...