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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注