通过分类变量级别估计 h2o glm 系数

【问题标题】：estimate h2o glm coefficients by a categorical variable level通过分类变量级别估计 h2o glm 系数
【发布时间】：2017-04-22 23:31:48
【问题描述】：

我想通过 h2o glm 中的分类变量级别来估计预测变量的系数。例如，如果我的数据框有产品价格（连续变量）和产品类型（分类变量），那么我想按产品估计价格系数。在 SAS 中，您可以通过将模型效果指定为 price*type 来轻松完成此操作。我怎样才能在 h2o 或 R 中做同样的事情？

有一个interactions() 函数，但它不能处理连续变量和分类变量之间的交互。有什么技巧可以解决这个问题？

非常感谢，

【问题讨论】：

查看 h2o.glm 函数的交互参数
Interactions() 在两者都是分类变量时效果很好，但在其中一个是连续变量（例如价格）时效果不佳。
是的，interactions() 仅适用于分类变量。感谢您澄清我的疏忽！

标签： r glm h2o

【解决方案1】：

set.seed(1234)
x1 = rnorm(100,0,1)
x2 = as.factor(rep(c("A","B","C","D"), each = 25))
y = as.factor(rep(0:1, each = 50))
data = data.frame(x1 = x1, x2 = x2, y = y)

可以在公式参数中使用“:”指定交互

# glm base example
fit <- glm(data = data, y ~ x1 + x2 + x1:x2, family = "binomial")
print(fit)

使用 h2o.glm 成对交互可以通过将列索引传递给交互参数来指定

# h2o.glm example
library("h2o")
h2o.init(nthreads = -1)
data.hex = as.h2o(data)
h2o_fit <- h2o.glm(x = 1:2, y = 3, training_frame = data.hex, family = "binomial", interactions = 1:2)
h2o_fit@model$coefficients_table
h2o.shutdown(prompt = F)

【讨论】：

彼得 - 感谢您的回复。您的示例分类变量中不是 x1 和 x2 吗？当两者都是分类变量时，Interactions() 效果很好，但当其中一个变量是连续变量（例如价格）时，则效果不佳。