在h2o中使用集成学习(随机森林) – 多项分布

我在使用h2o和随机森林构建集成学习模型时遇到了问题。我按照h2o的文档中的方法估计模型,唯一的不同是因变量是一个多类变量。当我尝试构建集成模型时,收到了以下错误:

Error: water.exceptions.H2OIllegalArgumentException: Don't know how to set the distribution for a multinomial Random Forest classifier.

我尝试在网上搜索解决方案但没有找到。有人知道在这种情况下该怎么做吗?


回答:

堆叠集成模型的多类支持在最近的版本(H2O 3.16.0.1)中才发布,因此你需要升级你的H2O包才能使用这个功能。

你可以使用update.packages("h2o")来升级到最新的CRAN版本。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注