python - 使用 H20 AI 时从排行榜功能获取准确度指标

Question

我正在使用 H2O autoML 运行二进制分类模型。我已经明确告诉 autoML 将其视为具有以下代码行的分类模型。

# This line of code turns our int variable into a factor.
# This is necessary to tell H2O that we want a classification model
feature_data['Radius'] = feature_data['Radius'].asfactor()

运行 H20 autoML 一分钟后，然后使用以下代码行；

lb = aml.leaderboard
lb.head()
lb.head(rows=lb.nrows) # Entire leaderboard

我在下面的屏幕截图中得到了输出

如您所见，用于分类的指标是 AUC 和 logloss，但我想看到的是准确度。我应该添加什么来获得这样的输出？

Answer 1

排行榜似乎不允许您使用准确性作为指标进行排序。以下代码和文本行直接取自文档：

aml = H2OAutoML(max_runtime_secs = 30, sort_metric = "logloss")

对于二项式分类，请在AUC、"logloss"、"mean_per_class_error"、"RMSE"、之间选择"MSE"。

Answer 2

您可以在构建 h2o aml 模型时简单地指定"accuracy"为排序指标，例如：

aml = H2OAutoML(max_runtime_secs = 30, sort_metric = "accuracy")

它将根据精度从上到下升序发布模型。