使用 H2O 和评分的 DRF 模型预测

Question

我的目标是使用我拥有的 TRAIN、VALIDATION 和 TEST 数据集在 H2O 中创建 DRF 模型，并在 TEST 模型上预测 RMSE、R2、MSE 等。

下面是一段代码：

DRFParameters rfParms = (DRFParameters) algParameter;
rfParms._response_column = trainDataFrame._names[responseColumn(trainDataFrame)]; //The response column 

rfParms._train = trainDataFrame._key;
//rfParms._valid = testDataFrame._key;
rfParms._nfolds = 5;
DRF job = new DRF(rfParms);
DRFModel drf = job.trainModel().get(); // Train the model
Frame pred = drf.score(testDataFrame); //Score the test

这里我不知道如何在评分后继续寻找预测（R2、RMSE、MSE、MAE 等）。

能否请您帮助使用 JAVA 进行 H2O DRF 建模和预测计算？

Answer 1

根据您的模型是回归、二项式还是多项式模型，您必须使用ModelMetricsRegression.make()、ModelMetricsBinomial.make() 或ModelMetricsMultinomial.make() 之一。它们的签名略有不同 - 您可以在我们的 Java 文档中找到它们。

对于trainDataFrame，您可以从drf 模型中获取它们，它位于drf._output._training_metrics 中（您可能需要将其转换为适当的类型，因为这是一个通用的ModelMetrics）。如果您使用测试数据集作为验证框架，您可以从 drf._output._validation_metrics 获取指标。

@编辑：

DRFModel drf = job.trainModel().get(); // Train the model
Frame pred = drf.score(testDataFrame); //Score the test
ModelMetricsBinomial mm = ModelMetricsBinomial.make(preds.vec(2), trainDataFrame.vec(rfParms._response_column));
double auc = mm.auc();
double rmse = mm.rmse();
double r2 = mm.r2();
// etc.