时间戳

首页 > 解决方案 > 在 H2O 中校准 AutoML 模型

python - 在 H2O 中校准 AutoML 模型

问题描述

从我在文档中可以看到，H2O 仅支持 GBM、DRF、XGBoost 模型的校准，并且必须在训练阶段之前指定。

我觉得很混乱。如果校准是后处理步骤并且与模型无关，那么即使在训练过程完成之后，是否也可以校准使用 H2O 训练的任何模型？

目前，我正在处理使用AutoML训练的模型。即使它是 GBM 模型，我也无法通过提供calibrate_model参数轻松校准它，因为 AutoML 不支持它。我也没有看到任何在训练后对其进行校准的选项。

有谁知道校准已经训练过的 H2O 模型的简单方法？是否有必要使用 Platt 缩放等算法“手动”校准它们，或者有没有办法在不使用任何额外库的情况下做到这一点？谢谢

标签： pythonmachine-learningh2o

解决方案

我觉得很混乱。如果校准是后处理步骤

它现在成为模型训练的一部分的原因是在 MOJO（我们的部署工件）中拥有它。

并且与模型无关，即使在训练过程完成之后，是否也可以校准使用 H2O 训练的任何模型？

事后校准模型很有意义，所有代码都已经在里面了——它“只是”需要暴露给用户。我们在这里为此创建了一张票。

推荐阅读