在 H2O 中校准 AutoML 模型答案

【问题标题】：Calibrating AutoML models in H2O在 H2O 中校准 AutoML 模型
【发布时间】：2021-08-08 15:54:31
【问题描述】：

从我在docs 中可以看到，H2O 仅支持 GBM、DRF、XGBoost 模型的校准，并且必须在训练阶段之前指定。

我觉得很混乱。如果校准是一个后处理步骤并且与模型无关，那么即使在训练过程完成之后，是否也可以校准任何使用 H2O 训练的模型？

目前，我正在处理使用AutoML 训练的模型。即使它是 GBM 模型，我也无法通过提供 calibrate_model 参数轻松校准它，因为 AutoML 不支持它。我也没有看到任何在训练后对其进行校准的选项。

有人知道校准已经训练过的 H2O 模型的简单方法吗？是否有必要使用 Platt 缩放等算法“手动”校准它们，或者有没有办法在不使用任何额外库的情况下做到这一点？谢谢

【问题讨论】：

【解决方案1】：

我觉得很混乱。如果校准是后处理步骤

它现在成为模型训练的一部分的原因是在 MOJO（我们的部署工件）中拥有它。

并且与模型无关，是否可以校准使用 H2O 训练的任何模型，即使在训练过程完成后也是如此？

事后校准模型很有意义，所有代码都已经包含在内 - 它“只是”需要向用户公开。我们为此here 创建了一张票。

【讨论】：