随机森林模型的 F1 分数答案

【问题标题】：F1 score for a Random Forest model随机森林模型的 F1 分数
【发布时间】：2019-05-04 03:01:46
【问题描述】：

我已经建立了一个随机森林模型（H2O 库），然后在一些测试数据上检查了它的准确性。我想用 F1 分数作为模型成功的衡量标准。但是，我在文档中找不到检索它的方法。

我知道这是可能的，因为here

performance = best_nn.model_performance(test_data = test)
F1        = performance.F1()

但是，就我而言，由于某种原因，性能没有 F1 作为一种方法。出了什么问题，如何找回它？

环境：

H2O cluster uptime: 7 mins 29 secs
H2O cluster timezone:   Asia/Jerusalem
H2O data parsing timezone:  UTC
H2O cluster version:    3.22.0.2
H2O cluster version age:    10 days
H2O cluster name:   H2O_from_python_user_24aghd
H2O cluster total nodes:    1
H2O cluster free memory:    894 Mb
H2O cluster total cores:    4
H2O cluster allowed cores:  4
H2O cluster status: locked, healthy
H2O connection url: http://localhost:54321
H2O connection proxy:   None
H2O internal security:  False
H2O API Extensions: Algos, AutoML, Core V3, Core V4
Python version: 2.7.15 final

【问题讨论】：

标签： random-forest h2o

【解决方案1】：

我好像找到了原因，而且比较简单：

F1 仅适用于具有两个可能的类作为响应变量的模型。我的有更多。

因此，H2O 并未建议该指标。

【讨论】：

正确，然后没有定义 F1。您需要使用其他指标，例如对数损失。