问题描述
我正在使用 H2O autoML 运行二进制分类模型。我已经明确告诉 autoML 将其视为具有以下代码行的分类模型。
# This line of code turns our int variable into a factor.
# This is necessary to tell H2O that we want a classification model
feature_data['Radius'] = feature_data['Radius'].asfactor()
运行 H20 autoML 一分钟后,然后使用以下代码行;
lb = aml.leaderboard
lb.head()
lb.head(rows=lb.nrows) # Entire leaderboard
我在下面的屏幕截图中得到了输出
如您所见,用于分类的指标是 AUC 和 logloss,但我想看到的是准确性。我应该添加什么来获得这样的输出?
解决方法
排行榜似乎不允许您使用准确性作为指标进行排序。以下代码和文本行直接取自 documentation:
aml = H2OAutoML(max_runtime_secs = 30,sort_metric = "logloss")
对于二项式分类,请选择 AUC
、"logloss"
、"mean_per_class_error"
、"RMSE"
、"MSE"
。