Как получить точность/точность модели h2o?

Question

Я пытаюсь получить четкость моего мультиклассического классификатора, используя логистическую регрессию. Есть ли способ получить точность со встроенной функцией или мне нужно написать функцию самостоятельно?

ниже моего кода до сих пор:

multinomial_fit = H2OGeneralizedLinearEstimator(family="multinomial",max_iterations=100) 

multinomial_fit.train(x=train_h2o_cro.columns[1:],y=train_h2o_cro.columns[0],training_frame=train_h2o) 

prediction_glm_h2o = multinomial_fit.predict(test_h2o) 

multinomial_fit.model_performance(test_h2o) 

С последней строке кода, я получаю только МФБ и больше ничего.

Заранее спасибо.

Answer 1

вы можете использовать multinomial_fit.logloss(), вот пример с использованием диафрагмы набора данных:

import h2o 
from h2o.estimators.glm import H2OGeneralizedLinearEstimator 
h2o.init() 
iris_df = h2o.import_file("https://s3.amazonaws.com/h2o-public-test-data/smalldata/iris/iris.csv") 
predictors = iris_df.columns[0:4] 
response_col = "C5" 
train,valid,test = iris_df.split_frame([.7,.15], seed =1234) 
glm_model = H2OGeneralizedLinearEstimator(family="multinomial") 
glm_model.train(predictors, response_col, training_frame = train, validation_frame = valid) 
print(glm_model.logloss(train = True)) 
print(glm_model.logloss(valid = True)) 

Answer 2

Это в настоящее время невыполненное, но это имеет смысл, чтобы добавить это. Вот JIRA ticket, где вы можете отслеживать прогресс.