【问题标题】：H2o random forest plot on rr 上的 H2o 随机森林图
【发布时间】：2016-11-10 22:15:07
【问题描述】：

我是 h2o 的新手，我在 r 上使用这个包时遇到了困难。我分别使用带有 18917 个变量和二进制目标 (0,1) 的训练和测试集 5100 和 2300 obs 我跑了一个随机森林：

train_h20<-as.h2o(train)
test_h20<-as.h2o(test)

forest <- h2o.randomForest(x = Words,
                           y = 18918,
                           training_frame = train_h20,
                           ntree = 250,
                           validation = test_h20,
                           seed = 8675309)

我知道我可以得到 logloss 或 mse 或 ... 随着树数变化的图但是有没有办法绘制模型本身的图像。我的意思是用于最终预测的最终集成树？

另外，另一个问题，在randomForest 包中，我可以使用返回我的varImp 函数，以及绝对重要性、特定于类的度量（计算为准确度的平均下降），我解释为一个类- 变量重要性的相对度量。

varImp 矩阵，randomForest 包：

在h2o 包中，我只找到绝对重要性度量，有类似的吗？

【问题讨论】：

最好把你的两个问题当作两个问题来问。（请参阅meta.stackexchange.com/a/39224/167713 了解原因。）H2O 没有随机森林图；我已经看到了阅读原始 POJO 输出的建议！（不管怎样，除了玩具模型，你不会想要这样做。）

标签： r random-forest h2o

【解决方案1】：

在 R 中随机森林的末尾没有带有 randomForest 包的最终树。为了做出最终的预测，随机森林使用投票法。投票意味着，对于任何数据：例如 0；

将数据预测为 0 类的树数/森林中的树总数

对于 1 类，它与 0 类相同；

将数据预测为第 1 类的树数/森林中的树总数

但是你可以使用 ctree。图书馆（“派对”） x

【讨论】：