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
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
- gis - 如何在 QGIS Server 中显示图层组
- java - 如何使用 JAVA 在 XML 中设置属性值
- python - 如何将函数输出添加到文本文件中?
- c - 为什么我的程序不能正确地将十进制转换为二进制打印?
- jquery - 出现错误:“无法读取未定义的属性 'toLowerCase'”在 filter() 函数中使用 Jquery find()
- sql - 需要在 ssis 中使用从其他查询返回 5 个随机行结果的查询
- python - 如何根据可变数量显示和保存django表单的多个实例?
- scala - 为什么scala枚举不从其他枚举中选择值作为其值?
- xml - 如何使用 ORACLE 解析 XML 中的属性值
- azure-application-insights - APIM 在 Azure Application Insights 中屏蔽 PII 数据