mod中包含的所有离散水平的H2O变量重要性问题的回答

mod中包含的所有离散水平的H2O变量重要性

回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。

<p>我想从一个给定模型的可变重要性的角度提取各个类别的级别。在下面提供的数据集中有几个分类预测器，但是当我计算特性重要性时，只显示“整列”的重要性，而不是将重要性分解为<code>C1_level0: importance</code>和{<cd2>}。我怎样才能看到这些列的重要性，就像我手动对这些离散的级别进行热编码时所看到的一样？在</p> <pre><code>>>> import h2o >>> h2o.init() Checking whether there is an H2O instance running at http://localhost:54321. connected. -------------------------- ---------------------------------------- H2O cluster uptime: 48 mins 24 secs H2O cluster timezone: America/Chicago H2O data parsing timezone: UTC H2O cluster version: 3.20.0.5 H2O cluster version age: 6 days H2O cluster name: H2O_from_python_user_9znggm H2O cluster total nodes: 1 H2O cluster free memory: 1.464 Gb H2O cluster total cores: 8 H2O cluster allowed cores: 8 H2O cluster status: locked, healthy H2O connection url: http://localhost:54321 H2O connection proxy: H2O internal security: False H2O API Extensions: XGBoost, Algos, AutoML, Core V3, Core V4 Python version: 3.6.5 final -------------------------- ---------------------------------------- >>> >>> df = h2o.create_frame(categorical_fraction=0.5) Create Frame progress: |██████████████████████████████████████████████████████████████████████| 100% >>> >>> model = H2OGradientBoostingEstimator() >>> model.train(x=[c for c in df.columns if c != 'C1'], y='C1', training_frame=df) gbm Model Build progress: |███████████████████████████████████████████████████████████████████| 100% >>> >>> model.varimp(True) variable relative_importance scaled_importance percentage 0 C3 4448.583984 1.000000 0.255125 1 C9 4424.002930 0.994474 0.253715 2 C6 4273.684082 0.960684 0.245094 3 C4 4249.320312 0.955207 0.243697 4 C10 12.800615 0.002877 0.000734 5 C7 12.022744 0.002703 0.000689 6 C8 8.271964 0.001859 0.000474 7 C2 4.649746 0.001045 0.000267 8 C5 3.567022 0.000802 0.000205 </code></pre>

0 条评论
分类：Python问答

默认排序时间排序

1 个回答

匿名 1天前

　擅长：python、mysql、java

mod中包含的所有离散水平的H2O变量重要性

1 个回答

相关Python问题