r 上的 H2o 随机森林图

Question

我是 h2o 的新手，我在 r 上使用这个包有困难。我正在使用 t运行ing 和测试集 5100 和 2300 obs 分别具有 18917 个变量和一个二进制目标 (0,1) 我运行一个运行dom森林：

train_h20<-as.h2o(train)
test_h20<-as.h2o(test)

forest <- h2o.randomForest(x = Words,
                           y = 18918,
                           training_frame = train_h20,
                           ntree = 250,
                           validation = test_h20,
                           seed = 8675309)

我知道我可以得到 logloss 或 mse 或 ... 随着树数的变化但是有没有办法绘制模型本身的图像。我的意思是用于最终预测的最终集成树？

另外，另一个问题，在 randomForest 包中，我可以使用 varImp 函数返回我，以及绝对重要性，class-特定度量（计算为平均值准确性下降），我解释为 class 变量重要性的相对度量。

varImp 矩阵，运行domForest 包：

在 h2o 包中我只找到绝对重要性度量，有类似的东西吗？

Answer 1

在带有 randomForest 包的 R 中，随机森林的末端没有最终树。为了进行最终预测，随机森林使用投票方法。投票意味着，对于任何数据：例如 0；

预测数据为 Class 0/森林中树木总数的树的

对于Class 1，它与Class 0相同；

预测数据为 Class 1/森林中树木总数的树的

但是你可以使用ctree。图书馆（"party"） x <- ctree(Class ~ ., 数据=数据) 情节（x）

r 上的 H2o 随机森林图

H2o random forest plot on r

r

random-forest

h2o

预测数据为 Class 0/森林中树木总数的树的

预测数据为 Class 1/森林中树木总数的树的