classification - h2o 随机森林计算 MSE 以进行多项分类

Question

为什么要h2o.randomforest在 Out of bag 样本和针对 multinomail 分类问题的训练中计算 MSE？

我也使用 h2o.randomforest 进行了二进制分类，它用于计算AUConout of bag sample和 whiletraining但对于多分类随机森林正在计算 MSE，这似乎很可疑。请看这个截图。

我的目标变量是一个包含 4 个因子水平model1、model2和model3的因子model4。在屏幕截图中，您还将为这些因素提供混淆矩阵。

有人可以解释这种行为吗？

Answer 1

二项式和多项式分类都显示 MSE，因此您将在两个模型的评分历史表中看到它（突出显示的 training_MSE 列）。

H2O 不评估多项式 AUC。存在一些评估方法，但还没有一种被广泛采用的方法。pROC包讨论了 Hand 和 Till 的方法，但提到它不能被绘制并且很少测试结果。日志丢失和分类错误仍然可用，特定于分类，因为每个都有在多项上下文中的标准评估方法。

正如您所强调的，有一个混淆矩阵比较您的 4 个因素水平。你能澄清一下你还期待什么吗？如果您正在寻找四个单独的混淆矩阵，则四列表包含足够的信息，可以计算它们。