h2o 深度学习算法接受多少类？

Question

我想预测响应变量，它有 700 个类。

深度学习模型参数

from h2o.estimators import deeplearning

dl_model = deeplearning.H2ODeepLearningEstimator(
                                    hidden=[200,200],
                                    epochs  = 10,
                                missing_values_handling='MeanImputation',
                                max_categorical_features=4,
                                distribution='multinomial'
                            )

# Train the model
dl_model.train(x = Content_vecs.names,
                y='tags',
               training_frame   = data_split[0],
               validation_frame = data_split[1]
               )

Orginal Response Variable -Tags: 
apps, email, mail
finance,freelancers,contractors,zen99
genomes
gogovan
brazil,china,cloudflare
hauling,service,moving
ferguson,crowdfunding,beacon
cms,naytev
y,combinator
in,store,
conversion,logic,ad,attribution

Response variable tags: 
[74]
[156, 89]
[153, 13, 133, 40]
[150]
[474, 277, 113]
[181, 117]
[15, 87, 8, 11]

错误：

OSError：密钥为 $03017f00000132d4ffffffff$_8355bcac0e9e98a86257f45c180e4898 的作业失败并出现异常：java.lang.UnsupportedOperationException：无法计算错误：类太多

堆栈跟踪： java.lang.UnsupportedOperationException：无法计算错误：类太多 在 hex.ConfusionMatrix.err(ConfusionMatrix.java:92)

但是在 h2o-core/src/main/java/hex/ConfusionMatrix.javaConfusionMatrix.java 写的是它可以计算1000个类。

Answer 1

当你说你有 700 个类时，你的意思是你的响应变量是由这 700 个唯一数字的 数组 组成的吗？因为你举了这个例子：

Response variable tags: 
[74]
[156, 89]
[153, 13, 133, 40]
[150]
[474, 277, 113]
[181, 117]
[15, 87, 8, 11]

H2O 无法预测数组。每个独特的数字组合都将计为一个类别。因此，从 H2O 的角度来看，您可能有 700 多个课程。

如果您查看 Flow (http://127.0.0.1:54321/) 上的数据，它会告诉您“标签”中有多少个独特级别。 （您也可以从 python API 获取它，在框架上使用 describe()，或在相关列上使用 categories() 将列出所有级别。）

你的下一个问题是如何处理这个问题。我建议提出一个新问题，在其中解释 700 值和数组代表什么；它几乎肯定会涉及一些特定领域的预处理。不过你可以试试categorical_encoding http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/categorical_encoding.html