keep_cross_validation_predictions H2O AutoML 中的参数
keep_cross_validation_predictions parameter in H2O AutoML
我正在使用 H2O AutoML 在 R 中建模。我发现 AutoML 支持 h2o 网页界面页面（即 Flow）上的 keep_cross_validation_predictions 选项，当我们使用 R 界面 运行。请帮助我知道为什么会这样。
Flow 网络界面和 R/Python 均未公开 AutoML 的 keep_cross_validation_predictions 选项。 编辑： 从 H2O 3.20.0.1 开始，此参数现已公开。
但是，在幕后，所有模型都默认将此设置为 TRUE，因为这是在 AutoML 运行 末尾构建 Stacked Ensembles 所必需的。
如果您想防止发生交叉验证，您可以为 AutoML 设置 nfolds=0，在这种情况下，您将不会构建任何 Stacked Ensembles（尽管我认为 CV 预测仍会被保存）。
请查看下面的屏幕截图，其中显示 keep_cross_validation_predictions 没有公开的参数。但是请注意，如果您在 H2O Flow 或 R 或 Python 中构建常规模型，您将看到参数 keep_cross_validation_predictions.
我正在使用 H2O AutoML 在 R 中建模。我发现 AutoML 支持 h2o 网页界面页面（即 Flow）上的 keep_cross_validation_predictions 选项，当我们使用 R 界面 运行。请帮助我知道为什么会这样。
Flow 网络界面和 R/Python 均未公开 AutoML 的 keep_cross_validation_predictions 选项。 编辑： 从 H2O 3.20.0.1 开始，此参数现已公开。
但是，在幕后，所有模型都默认将此设置为 TRUE，因为这是在 AutoML 运行 末尾构建 Stacked Ensembles 所必需的。
如果您想防止发生交叉验证，您可以为 AutoML 设置 nfolds=0，在这种情况下，您将不会构建任何 Stacked Ensembles（尽管我认为 CV 预测仍会被保存）。
请查看下面的屏幕截图，其中显示 keep_cross_validation_predictions 没有公开的参数。但是请注意，如果您在 H2O Flow 或 R 或 Python 中构建常规模型，您将看到参数 keep_cross_validation_predictions.