针对 stop_tolerance、score_each_iteration、score_tree_interval 等的 H2O 文档问题

Question

阅读 h2o 文档后，我有以下问题仍然让我感到困惑。谁能给我解释一下

1. 对于 stop_tolerance = 0.001，我们以 AUC 为例，当前 AUC 为 0.8。这是否意味着 AUC 需要增加 0.8 + 0.001 或需要增加 0.8*(1+0.1%)？
2. score_each_iteration，在 H2O 文档中 (http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/score_each_iteration.html) 它只是说“迭代”。但是每个的定义到底是什么 “迭代”，就是每棵树或者每一个网格搜索或者每K个文件夹 交叉验证还是其他？
3. 我可以定义 score_tree_interval 并设置 score_each_iteration = True 同时或者我只能使用其中一个来制作网格 可重复搜索？
4. 放'stopping_metric'有什么不同吗， 'stopping_tolerance'，'stopping_rounds' 在 H2OGradientBoostingEstimator 与 H2OGridSearch 的 search_criteria 对比？ 我发现放入 H2OGradientBoostingEstimator 会使代码运行 当我在 Spark 环境中测试它时要快得多

Answer 1

1. 0.001 与 0.1% 相同，对于 AUC，因为越大越好，您会希望在指定的计分轮数后看到至少 0.001 的增加。

2. 您已链接到特定于页面顶部Available in 中列出的算法的文档部分。因此，让我们坚持针对单个模型而不是网格搜索来回答这个问题。如果您想查看每次迭代的得分，请查看 Flow 中的模型结果或使用 my_model.plot()（对于 python api）查看每次迭代的得分。对于 GBM 和 DRF，这将是 ntrees，但由于不同的算法会有不同的方面来改变单词迭代，因为它更通用。

3. 您对此进行了测试吗？当你这样做的时候你发现了什么？查看 flow 中的评分历史图，注意同时设置 score_tree_interval 和 score_each_iteration = True 与仅设置 score_tree_interval 时会发生什么（我建议在使用网格搜索之前尝试在单个模型级别理解这些参数）。

4. 是的，如果您在网格搜索的情况下构建单个模型时指定提前停止，则表示是否不构建更多模型。