在 h2o 中预测方法 - 在分类的情况下预测列的含义是什么

Question

这是我的代码（h2o 的简单分类问题）

library(h2o)
h2o.init()
df_h2o <- as.h2o(Titanic)
y <- "Survived"
x <- setdiff(names(df_h2o), y)
model_test <- h2o.gbm(training_frame = df_h2o, x = x, y = y)
pred_model_test <- h2o.predict(object = model_test, newdata = df_h2o)
as.data.frame(pred_model_test)

这里是最后一行的部分输出：

predict        No       Yes
1       No 0.6665519 0.3334481
2       No 0.7618396 0.2381604
3      Yes 0.3836010 0.6163990
4       No 0.6665519 0.3334481
5       No 0.6665519 0.3334481
6       No 0.7618396 0.2381604
7      Yes 0.3836010 0.6163990
8       No 0.6665519 0.3334481
9      Yes 0.4391064 0.5608936
10     Yes 0.5561055 0.4438945
11     Yes 0.5684065 0.4315935

在第 11 行预测列有Yes，而Yes 的概率仅为 0.4315935。那么 predict 列中的值是多少？

Answer 1

参见文档here

预测阈值

对于分类问题，在运行 h2o.predict() 或 .predict() 时，预测阈值选择如下：

如果您仅使用训练数据训练模型，则使用训练数据模型指标中的 Max F1 阈值。 如果您使用训练和验证数据训练模型，则使用验证数据模型指标中的 Max F1 阈值。 如果您使用训练数据训练模型并设置 nfold 参数，则使用训练数据模型指标中的 Max F1 阈值。 如果您使用训练数据和验证数据训练模型并设置 nfold 参数，则使用验证数据模型指标中的 Max F1 阈值。