python - 排除 H2O(python 和 R)中的截距无论如何都会产生非零的截距系数
问题描述
我正在尝试在 Python 和 R 中使用 H2O 库来生成不包含截距的 GLM。不幸的是,它似乎不起作用。结果完全不正确,截距系数不为零(仅截距的标准化系数为零),但是,这并没有给我正确的预测。
在从模型中排除截距的情况下,我希望对所有其他输入等于 0 的情况的预测也为 0。不是这种情况。该系数非常显着地抵消了预测,实际上,如果我使用我知道应该没有截距的模拟数据设置截距 = True,那么我的截距系数比使用截距 = False 运行相同数据时更接近 0。
在 R 和 Python 中都会发生同样的情况,我不确定我在设置模型时是否做错了什么。
我编写的代码示例只是为了在 R 中测试问题:
library(h2o)
h2o.init()
x1 = runif(500)
x2 = runif(500)
x3 = runif(500)
y = 2.67*x1 + 1.23*x2 -7.2*x3
h2odata<-data.frame(x1,x2,x3,y)
head(h2odata)
h2odata <- as.h2o(h2odata)
predictors <- c('x1','x2','x3')
response <- 'y'
h2o.splits = h2o.splitFrame(data=h2odata,ratios=.8)
train <- h2o.splits[[1]]
valid <- h2o.splits[[2]]
glm <- h2o.glm(x=predictors,y=response,family='gaussian',link='identity',
intercept = FALSE,training_frame = train,
validation_frame = valid)
glm
x1=0
x2=0
x3=0
newdata = data.frame(x1,x2,x3)
colnames(newdata)<-c('x1','x2','x3')
newdata<-as.h2o(newdata)
h2o::h2o.predict(glm,newdata)
我在这里遗漏了一些明显的东西吗?
解决方案
看到你生成数据的方式,你应该在 h2o.glm 中使用standardize = F 来避免你的问题。
http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/glm.html
这是系数和标准化系数的问题。请注意,您应该使用截距 = T 和标准化 = T 获得最佳结果。
当您必须预测 0 值并且仅在少数情况下,您应该避免拦截。
推荐阅读
- java - 为我的 Android 应用添加贝宝和信用卡方法
- sql-server - 列“”无法在 unicode 和非 unicode 字符串数据类型之间转换
- html - 如何为链接创建类或 ID
- powershell - 从 Resolve-Path 通过管道传输的 Get-FileHash 未按预期工作
- python - 查询 dynamodb 返回“Can't Pick _thread.lock”?
- scala - Scala 递归/尾递归
- r - 使用 rshiny 和 shinyjs() 重置 conditionalPanel 文件输入
- python - 从 argparse 参数打开 json 文件
- visual-studio-code - 在 Visual Studio 代码中转义 gdb 命令选项
- android - 如何使用 Android Multi-Webview?