如何解释 h2o.predict 的结果

Question

在运行宁h2o.deeplearning一个二元分类问题后我再运行h2o.predict得到如下结果

  predict        No       Yes
1      No 0.9784425 0.0215575
2     Yes 0.4667428 0.5332572
3     Yes 0.3955087 0.6044913
4     Yes 0.7962034 0.2037966
5     Yes 0.7413591 0.2586409
6     Yes 0.6800801 0.3199199

我希望得到一个只有两行的混淆矩阵。但这似乎很不一样。我如何解释这些结果？有什么方法可以得到像混淆矩阵这样的东西，其中包含实际值和预测值以及错误百分比？

Answer 1

您可以从模型拟合中提取该信息（例如，如果您传递 validation_frame），或者您可以使用 h2o.performance() 获取 H2OBinomialModel 性能对象并提取混淆使用 h2o.confusionMatrix().

的矩阵

示例：

fit <- h2o.deeplearning(x, y, training_frame = train, validation_frame = valid, ...)
h2o.confusionMatrix(fit, valid = TRUE)

或

fit <- h2o.deeplearning(x, y, train, ...)
perf <- h2o.performance(fit, test)
h2o.confusionMatrix(perf)

如何解释 h2o.predict 的结果

How to interpret results of h2o.predict

r

machine-learning

neural-network

deep-learning

h2o