dans GBM traditionnelle, nous pouvons utiliser predict.gbm (modèle, newsdata = ..., n.tree = ...)nombre d'arbres dans h2o.gbm
pour que je puisse comparer les résultats avec différents nombre d'arbres pour les données d'essai.
Dans h2o.gbm, bien qu'il ait n.tree à définir, il semble qu'il n'a aucun effet sur le résultat. C'est tout pareil que le modèle par défaut:
h2o.test.pred <- as.vector(h2o.predict(h2o.gbm.model, newdata=test.frame, n.tree=100))
R2(h2o.test.pred, test.mat$y)
[1] -0.00714109
h2o.test.pred <- as.vector(h2o.predict(h2o.gbm.model, newdata=test.frame, n.tree=10))
> R2(h2o.test.pred, test.mat$y)
[1] -0.00714109
Est-ce que anybod a un problème similaire? Comment le résoudre? h2o.gbm est beaucoup plus rapide que gbm, donc s'il peut obtenir un résultat détaillé de chaque arbre ce serait génial.
pour prédire que vous utilisez uniquement le modèle dans 'h2o.gbm.model' n.tree est inutilisé https://www.rdocumentation.org/packages/ h2o/versions/2.8.1.1/topics/h2o.predict –
@ s.brunel 2.8.1.1 est très ancien. Documentation la plus récente: http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/gbm.html –