如何解释 h2o.predict 的结果

【问题标题】：How to interpret results of h2o.predict如何解释 h2o.predict 的结果
【发布时间】：2017-04-25 19:37:09
【问题描述】：

针对二元分类问题运行 h2o.deeplearning 后，我运行 h2o.predict 并获得以下结果

  predict        No       Yes
1      No 0.9784425 0.0215575
2     Yes 0.4667428 0.5332572
3     Yes 0.3955087 0.6044913
4     Yes 0.7962034 0.2037966
5     Yes 0.7413591 0.2586409
6     Yes 0.6800801 0.3199199

我希望得到一个只有两行的混淆矩阵。但这似乎完全不同。我如何解释这些结果？有没有什么方法可以得到像混淆矩阵这样的实际值和预测值以及错误百分比？

【问题讨论】：

试试 h2o.performance 函数
请在您的问题中提供更多详细信息，否则您将得到一般性的答案。

标签： r machine-learning neural-network deep-learning h2o

【解决方案1】：

您可以从模型拟合中提取该信息（例如，如果您传递validation_frame），或者您可以使用h2o.performance() 获取H2OBinomialModel 性能对象并使用h2o.confusionMatrix() 提取混淆矩阵。

例子：

fit <- h2o.deeplearning(x, y, training_frame = train, validation_frame = valid, ...)
h2o.confusionMatrix(fit, valid = TRUE)

或者

fit <- h2o.deeplearning(x, y, train, ...)
perf <- h2o.performance(fit, test)
h2o.confusionMatrix(perf)

【讨论】：