H2O 中的平均残差公式
Mean Residual Deviance Formula in H2O
我正在尝试找出 H2O 中用于 Tweedie 分布的平均残差损失函数的确切公式。
或者甚至，一般来说，Tweedie 分布因变量的平均残差是多少？
到目前为止，我找到了这个页面 (http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/glm.html#tweedie-models)，其中给出了 tweedie 分布的偏差公式：
然而，在 H2O 代码中，在本页第 103 行 (github) (https://github.com/h2oai/h2o-3/blob/master/h2o-core/src/main/java/hex/Distribution.java#L103) 中，公式指定不同（忽略 omega，它只是重量，缺少求和）：
2 * w * (Math.pow(y, 2 - tweediePower) / ((1 - tweediePower) * (2 - tweediePower)) - y * exp(f * (1 - tweediePower)) / (1 - tweediePower) + exp(f * (2 - tweediePower)) / (2 - tweediePower))
方程形式为：
所以，是文档错误还是实现错误？如果有任何帮助，我将不胜感激！
谢谢！
感谢您指出这一点，而后端方程位于 here is correct (so the implementation is correct), the equation in the documentation appears to be incorrect. I have created this Jira ticket 以更新文档中的方程。门票包含正确的方程式以及有用的信息来推导它。
我正在尝试找出 H2O 中用于 Tweedie 分布的平均残差损失函数的确切公式。
或者甚至，一般来说，Tweedie 分布因变量的平均残差是多少？
到目前为止，我找到了这个页面 (http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/glm.html#tweedie-models)，其中给出了 tweedie 分布的偏差公式：
然而，在 H2O 代码中，在本页第 103 行 (github) (https://github.com/h2oai/h2o-3/blob/master/h2o-core/src/main/java/hex/Distribution.java#L103) 中，公式指定不同（忽略 omega，它只是重量，缺少求和）：
2 * w * (Math.pow(y, 2 - tweediePower) / ((1 - tweediePower) * (2 - tweediePower)) - y * exp(f * (1 - tweediePower)) / (1 - tweediePower) + exp(f * (2 - tweediePower)) / (2 - tweediePower))
方程形式为：
所以，是文档错误还是实现错误？如果有任何帮助，我将不胜感激！
谢谢！
感谢您指出这一点，而后端方程位于 here is correct (so the implementation is correct), the equation in the documentation appears to be incorrect. I have created this Jira ticket 以更新文档中的方程。门票包含正确的方程式以及有用的信息来推导它。