时间戳

首页 > 解决方案 > H2O 增益/提升表

response - H2O 增益/提升表

问题描述

我的问题是关于 H2O 增益/提升表。我了解响应率是属于组/箱的所有事件的比例。如何获取属于 bin 1、bin 2 等的数据？我想看看关键变量在每个组/箱中的响应率如何。

如果能完整描述增益/提升表中的度量值是如何计算的（公式），那就太好了

标签： responseh2o

解决方案

增益和提升图的方程可以在这个文件中找到：https ://github.com/h2oai/h2o-3/blob/master/h2o-core/src/main/java/hex/GainsLift.java

这表明：

E = 事件总数

N = 观察次数

G = 组数（十分位数为 10 或半十分位数为 20）

P = 作为事件的观察的总体比例 (P = E/N)

ei = 第 i 组中的事件数，i=1,2,...,G

ni = 第 i 组中的观察数

pi = 第 i 组中作为事件的观察的比例 (pi = ei/ni)

组：硬编码为 16；如果唯一概率值少于 16 个，则组数减少到唯一分位数阈值的数量。

累积数据分数 = sum_n_i/N

lower_threshold = 由分位数箱设置

升力 = pi/P

累积提升 = (Σiei/Σini)/P

response_rate = 100*pi

累积响应率 = 100*Σiei/Σini

捕获率 = 100*ei/E

累积捕获率 = 100*Σiei/E

增益 = 100*(lift-1)

累积增益 = 100*(sum_lift-1)

average_response_rate = E/N

下面是使用 H2O-3 Python API 的示例演练：

import h2o
import pandas as pd
import numpy as np
from h2o.estimators.gbm import H2OGradientBoostingEstimator
h2o.init()

# import and split the dataset
cars = h2o.import_file("https://s3.amazonaws.com/h2o-public-test-data/smalldata/junit/cars_20mpg.csv")

convert response column to a factor
cars["economy_20mpg"] = cars["economy_20mpg"].asfactor()

# set the predictor names and the response column name
predictors = ["displacement","power","weight","acceleration","year"]
response = "economy_20mpg"

# split dataset
train, valid = cars.split_frame(ratios=[.7],seed=1234)

# Initialize and train a GBM
cars_gbm = H2OGradientBoostingEstimator(seed = 1234)
cars_gbm.train(x = predictors, y = response, training_frame = train, validation_frame=valid) 

# Generate Gains and Lift Table
# documentation on this parameter can be found here:
# http://docs.h2o.ai/h2o/latest-stable/h2o-py/docs/model_categories.html?#h2o.model.H2OBinomialModel.gains_lift
gainslift = cars_gbm.gains_lift(train=False, valid=True, xval=False)

表概述

正如预期的那样，我们有 16 个组，因为这是硬编码的默认行为。

  • 累积数据分数
  • 阈值概率值
  • 响应率（作为一组事件的观察比例）
  • 累积回复率
  • 事件捕获率
  • 累计捕获率
  • 增益（事件的总比例与观察到的作为组中事件的观察比例之间的百分比差异）
  • 累计收益

如果我只想要十分位数怎么办

默认情况下，增益和提升表为您提供的不仅仅是十分位数或通风，这意味着您可以更灵活地选择您感兴趣的百分位数。

让我们以获取十分位数为例。在这个例子中，我们看到我们可以从第 6 行开始，跳过第 7 行，然后取其余行来获取我们的十分位数。

由于增益和提升表返回一个 TwoDimTable，我们可以使用我们的组号作为选择索引。

# show gains and lift table data type
print('H2O Gains Lift Table is of type: ', type(gainslift))
H2O Gains Lift Table is of type:  <class 'h2o.two_dim_table.H2OTwoDimTable'>

# since this table is small and for ease of use let's covert to a pandas dataframe
pandas_gl = gainslift.as_data_frame()
pandas_gl.set_index('group')


gainslift_deciles = pandas_gl.iloc[pd.np.r_[5,7:16], :]
gainslift_deciles
如果我只想要通风口怎么办

这些也可以选择，所以接下来让我们这样做。

gainslift_ventiles = pandas_gl.iloc[pd.np.r_[7,9,11,13,15], :]
gainslift_ventiles

推荐阅读