如何解释随机森林分类的 H2O .predict 方法的输出？
How to interpret the output of H2O .predict method for random forest classification?
当我在我的训练模型上使用 predict 方法时，我得到了 1 行 206 列的输出。它似乎有 206 个值，范围从 0 到 1。这种情况是有道理的，因为模型的输出是可能值为 0 和 1 的分类变量。但我没有得到 206 个值，据我了解输出应该是 0 或 1 的值。206 个值是什么意思？
我花了大约一个小时浏览 h2o 文档，但似乎无法找到解释如何解释 predict 输出的 206 个值，而我期望一个值是 0 或 1。
谢谢。
根据您的评论更新：第一列是您的模型选择的答案。其余 205 列是 205 个类别中每个类别的预测置信度。 （这意味着您要预测的任何内容都是具有 205 个级别的因子（又名枚举）列。）这 205 列的总和应为 1.0。
列名应该是一个很好的线索：第一列是 "predict"，但其他列是您的 205 个类别中每个类别的标签。
（旧答案，基于假设它是 206 行，1 列！）
如果 predict 为您提供单列输出，则您进行了回归，而不是分类。
This sort of makes sense as the model's output is categorical variable with values 0 and 1 as possible values.
H2O 看到了那些 0 和 1，并认为它们是数字，而不是类别。要进行分类，您只需将该列更改为枚举（H2O 的内部术语），又名因子（R/Python H2O API 术语）。 （在将数据加载到 H2O 之后、拆分数据或制作任何模型之前立即执行此步骤。）
例如如果 data 是您的 H2O 框架，并且 answer 是您的列的名称，其中包含 0 和 1 类别，您将执行：
data["answer"] = data["answer"].asfactor()
如果您的任何其他列看起来是数字但实际上应该被视为因素，您可以像这样一次处理多个列：
factorsList = ["cat1", "cat2", "answer"]
data[factorsList] = data[factorsList].asfactor()
您还可以在 import the data with the col_types argument 时设置列类型。
当我在我的训练模型上使用 predict 方法时，我得到了 1 行 206 列的输出。它似乎有 206 个值，范围从 0 到 1。这种情况是有道理的，因为模型的输出是可能值为 0 和 1 的分类变量。但我没有得到 206 个值，据我了解输出应该是 0 或 1 的值。206 个值是什么意思？
我花了大约一个小时浏览 h2o 文档，但似乎无法找到解释如何解释 predict 输出的 206 个值，而我期望一个值是 0 或 1。
谢谢。
根据您的评论更新：第一列是您的模型选择的答案。其余 205 列是 205 个类别中每个类别的预测置信度。 （这意味着您要预测的任何内容都是具有 205 个级别的因子（又名枚举）列。）这 205 列的总和应为 1.0。
列名应该是一个很好的线索：第一列是 "predict"，但其他列是您的 205 个类别中每个类别的标签。
（旧答案，基于假设它是 206 行，1 列！）
如果 predict 为您提供单列输出，则您进行了回归，而不是分类。
This sort of makes sense as the model's output is categorical variable with values 0 and 1 as possible values.
H2O 看到了那些 0 和 1，并认为它们是数字，而不是类别。要进行分类，您只需将该列更改为枚举（H2O 的内部术语），又名因子（R/Python H2O API 术语）。 （在将数据加载到 H2O 之后、拆分数据或制作任何模型之前立即执行此步骤。）
例如如果 data 是您的 H2O 框架，并且 answer 是您的列的名称，其中包含 0 和 1 类别，您将执行：
data["answer"] = data["answer"].asfactor()
如果您的任何其他列看起来是数字但实际上应该被视为因素，您可以像这样一次处理多个列：
factorsList = ["cat1", "cat2", "answer"]
data[factorsList] = data[factorsList].asfactor()
您还可以在 import the data with the col_types argument 时设置列类型。