我在H2O(R)中有一个模型。它的性能生成

h2o.performance(models[[1]],valid=T)

输出如下

H2ORegressionMetrics: deeplearning** 报告在验证数据上。 **描述: 在包含9724个样本的临时验证框架上报告的指标MSE:  1.18963R2 :  0.07689513平均残差偏差 :  1.18963

我想提取MSE并保存到变量中。我尝试使用以下代码生成混淆矩阵

 h2o.confusionMatrix(h2o.performance(models[[i]],valid=T))

但它返回了NULL。

回答：

获取均方误差

要获取均方误差（MSE）值，可以使用h2o.mse()函数，如下例所示（Aiello, Kraljevic, & Maj, 2015）：

perf <- h2o.performance(model = your_data_file.gbm, data = your_data_file.hex)your_new_variable <- h2o.mse(perf)

示例结果

> h2o.performance(model = your_data_file.gbm, data = your_data_file.hex)H2OBinomialMetrics: gbm** 报告在训练数据上。 **MSE:  0.07584147R^2:  0.6846763LogLoss:  0.2744668AUC:  0.9780312Gini:  0.9560623> perf <- h2o.performance(model = your_data_file.gbm, data = your_data_file.hex)> your_new_variable <- h2o.mse(perf)> your_new_variable[1] 0.07584147

关于混淆矩阵

此外，您的h2o.performance()函数返回的NULL值可能表明该函数本身并不包含或返回混淆矩阵。

参考文献

Aiello, S., Kraljevic, T., & Maj, P. (2015, November 24). Package ‘h2o’. Retrieved December 2, 2015, from https://cran.r-project.org/web/packages/h2o/h2o.pdf