来自 h2o 模型的 3D 部分依赖图
3D partial dependence plot from h2o model
我的目标是创建一个 partial dependence plot (PDP),它显示两个输入变量对我的 h2o 随机森林模型响应的交互作用。这是示例情况的可重现设置:
library(h2o)
data(diabetes, package = 'lars')
h2o.init()
train_data <- as.h2o(cbind(diabetes$x, target=diabetes$y))
X_names <- colnames(diabetes$x)
y_name <- "target"
rf <- h2o.randomForest(x=X_names, y=y_name, training_frame=train_data,
ntrees=10, max_depth=5)
h2o.partialPlot(rf, train_data, c("age", "bmi"))
上面的代码分别为 age
和 bmi
绘制了两个 PDP,但它没有显示当它们一起变化时它们如何影响响应。
假设我想在 3 维图中在 x 轴上绘制 age
,在 y 轴上绘制 bmi
,在 z 轴上绘制平均响应。
h2o 中是否有有助于构建这样的绘图的功能(或良好实践指南)?我可以通过自己创建响应数据来解决问题,但这会有点麻烦。
查看相关内容:
https://stats.stackexchange.com/questions/197455/how-to-plot-3d-partial-dependence-in-gbm
这不是 h2o.partialPlot
的功能。您可以在 documentation and the source code.
中验证
我认为你的选择包括
- Requesting 作为一项功能
- 使用您链接的方法,在您将
h2o
数据改回常规 R class 后,它可以很好地处理您的 h2o
数据
我的目标是创建一个 partial dependence plot (PDP),它显示两个输入变量对我的 h2o 随机森林模型响应的交互作用。这是示例情况的可重现设置:
library(h2o)
data(diabetes, package = 'lars')
h2o.init()
train_data <- as.h2o(cbind(diabetes$x, target=diabetes$y))
X_names <- colnames(diabetes$x)
y_name <- "target"
rf <- h2o.randomForest(x=X_names, y=y_name, training_frame=train_data,
ntrees=10, max_depth=5)
h2o.partialPlot(rf, train_data, c("age", "bmi"))
上面的代码分别为 age
和 bmi
绘制了两个 PDP,但它没有显示当它们一起变化时它们如何影响响应。
假设我想在 3 维图中在 x 轴上绘制 age
,在 y 轴上绘制 bmi
,在 z 轴上绘制平均响应。
h2o 中是否有有助于构建这样的绘图的功能(或良好实践指南)?我可以通过自己创建响应数据来解决问题,但这会有点麻烦。
查看相关内容:
https://stats.stackexchange.com/questions/197455/how-to-plot-3d-partial-dependence-in-gbm
这不是 h2o.partialPlot
的功能。您可以在 documentation and the source code.
我认为你的选择包括
- Requesting 作为一项功能
- 使用您链接的方法,在您将
h2o
数据改回常规 R class 后,它可以很好地处理您的
h2o
数据