h2o二分类，理解p0和p1答案

【问题标题】：h2o binary classification, understand p0 and p1h2o二分类，理解p0和p1
【发布时间】：2018-08-02 05:08:28
【问题描述】：

我已经读过这个问题：How should we interpret the results of the H2O predict function? 仍然不明白 p1 是否是 [0,1] 之间的概率，并且可以平等地使用，因为它是一个回归，我可以应用我自己的阈值

编辑：谢谢您的回答，对此仍有一些困惑，假设我的结果 Y 是 [0,1]，让我们挖掘一下，如果 Y 是数字，我将其作为 REGRESSION 运行，并且我有一个列作为响应。另一方面，如果 Y 是因子，则将其作为 CLASSIFICATION 运行，输出为：预测/p0/p1。现在，p1 是否与使用 Y 作为数字相同？ http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/calibrate_model.html calibrate_model 参数也会影响 logloss，但现在最大 F1 仍用作 P0 P1 或校准概率的阈值？我可以使用校准的概率进行回归，因为 logloss 应该更少吗？

【问题讨论】：

Y 的数据类型未定义问题是回归还是分类。如果Y 仅包含 {0,1} 值（更不用说数字或字符），语义就会这样做，它可能会要求分类。因此预测概率并使用分类。只需使用 train.df['Y'] = as.factor(train.df['Y']) 之类的东西将数字转换为 enum 类型。
在 h2o 中，如果 Y [0,1] 是它执行分类的一个因素，如果 is.numeric 是一个回归
来自 h2o docs：响应列的数据类型决定了模型类别。如果响应是分类变量（也称为因子或枚举），则创建分类模型。如果响应列数据类型是数字（整数或实数），则创建回归模型。
上面的代码显示了如何将Y 的类型从数字更改为因子。同样，它是关于语义的，而不是关于它的形式类型。
诀窍在于了解无论您是在做分类还是回归问题，H2O 都会构建一个回归树，因为该树不是预测一个类别，而是预测一个介于 0 和 1 之间的值（这是未校准的概率）。所以对于一个二元目标，你没有做回归问题。

标签： h2o

【解决方案1】：

H2O 的二元分类问题的输出将为您提供类别标签（设置阈值以获得最大 F1 分数）、类别 0 (p0) 的预测值和类别 1 的预测值(p1)。

这些预测值是未校准的概率，如果您想要实际概率，您需要将 H2O 的模型参数 calibrate_model 设置为 True。

所以回答您的问题，是的，p1 是介于 0 和 1 之间的预测值（例如，您会看到 .23、.45.、.89 等值）和因为 H2O 构建回归树，您可以在技术上使用 1-p0 来获取您的 p1 值（反之亦然），事实上，除非您设置 binomial_double_trees = True 这正是 H2O 正在做的事情：它为其中一个构建单个回归树类，然后取 1-（该类值）来获取另一个类的预测值。

【讨论】：