我正在使用H2O自动机器学习（autoML）运行一个二元分类模型。我明确告诉autoML将其视为分类模型，并使用了以下代码行。
# 这一行代码将我们的整数变量转换为因子。# 这是必要的，以告诉H2O我们想要一个分类模型feature_data['Radius'] = feature_data['Radius'].asfactor()在运行H2O autoML一分钟后，我使用了以下代码行;
lb = aml.leaderboardlb.head()lb.head(rows=lb.nrows) # 整个排行榜我得到了下图截图中的输出
如您所见，用于分类的指标是AUC和logloss，但我想要看到的是准确率。我应该添加什么来获得这样的输出？
回答：
看起来排行榜不允许使用准确率作为排序指标。以下代码行和文本直接摘自文档：
aml = H2OAutoML(max_runtime_secs = 30, sort_metric = "logloss")对于二元分类，可以选择
AUC、"logloss"、"mean_per_class_error"、"RMSE"、"MSE"。
