Я сделал модель H2O для прогнозирования значений varToBePredicted
:
data <- h2o.importFile(file)
split <- h2o.splitFrame(data, ratios = c(.70, .15))
gbm <- h2o.gbm(
training_frame = split[[1]],
validation_frame = split[[2]],
x = c(setdiff(names(data), allExceptThis)),
y = 'varToBePredicted',
ntrees = 1000,
max_depth = 2)
model_path <- h2o.saveModel(object = gbm, path = getwd(), force=TRUE)
Когда я печатаю R2
этой программы с помощью
print(h2o.r2(h2o.performance(gbm, newdata=split[[3]])))
, я получаюR2
значение 0.85
. Но мой вопрос: как я могу добавить прогнозируемые значения varToBePredicted к data
(то есть data.table
)? Я хочу это, чтобы я мог построить наблюдаемые значения против предсказанных значений.