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
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?