如何从 Python 中的 H2O model_performance 函数中保存阈值？答案

【问题标题】：how to save the threshold from H2O model_performance function in Python?如何从 Python 中的 H2O model_performance 函数中保存阈值？
【发布时间】：2020-07-08 19:34:33
【问题描述】：

我在 Python 中运行 H2O 并为二进制目标变量（1 对 0）构建 GBM 模型。该模型表现良好，我可以在输出中看到阈值。但我想将阈值保存到一个变量中（我们可以称之为 cut_point）。所以当我对一个新的数据集进行评分时，我可以使用阈值来定义 1 或 0。以前有人这样做过吗？

【问题讨论】：

标签： python h2o

【解决方案1】：

您可以使用find_threshold_by_max_metric

model.find_threshold_by_max_metric('f1', train=True, valid=False, xval=False)

【讨论】：

谢谢！当我在测试数据集上应用 model_performance 时，从输出中我确实看到了阈值。有没有办法使用测试数据集找到阈值？

【解决方案2】：

或者，要查找thresholds that maximize F1-scores，可以使用：

model.F1(train=True, valid=True, xval=False)

上一行的示例输出：

{u'train': [[0.3869697386893616, 0.7451099672437997]], u'valid': [[0.35417599264806404, 0.7228980805623143]]}

使每个数据集的 F1-score 最大化的阈值是每个键中列表的第一个值（索引 0）。第二个值（索引 1）是每个数据集的 F1 分数的最大值。要索引一个阈值，比如说可以使用的有效性框架：

values = model.F1(train=True, valid=True, xval=False)
values.get('valid')[0]

此方法也适用于以下指标：

【讨论】：