在 R 的 H2O 深度学习中以编程方式访问 MSE答案

【问题标题】：Programmatically access MSE in R's H2O Deeplearning在 R 的 H2O 深度学习中以编程方式访问 MSE
【发布时间】：2015-11-25 23:14:12
【问题描述】：

我正在使用 R 中当前版本的 H2O，并遵循"deeplearning" example，它必须是使用早期版本创建的。

我在调整旧示例代码时遇到的一个挑战是，我无法使用以下代码以编程方式访问 MSE 之类的交叉验证统计信息：

cvmodel@model$valid_sqr_error

检查 H2O 模型对象的结构后，我可以在这里找到 MSE 和其他统计信息：

> cvmodel@model$cross_validation_metrics
H2ORegressionMetrics: deeplearning
** Reported on cross-validation data. **
Description: 3-fold cross-validation on training data

MSE:  39.47373
R2 :  0.03510394
Mean Residual Deviance :  39.47373

但我无法弄清楚以编程方式仅获取其中一个数字的语法：

> cvmodel@model$cross_validation_metrics$MSE
Error in cvmodel@model$cross_validation_metrics$MSE : 
  $ operator not defined for this S4 class
> cvmodel@model$cross_validation_metrics@MS
Error: no slot of name "MS" for this object of class "H2ORegressionMetrics"

【问题讨论】：

标签： r h2o

【解决方案1】：

想通了。我应该检查str() 的cross_validation_metrics：

MSE <- cvmodel@model$cross_validation_metrics@metrics$MSE

【讨论】：