代码之家 › 专栏 › 技术社区 › liyuhui

如何在h2o中使用决策树算法?

h2o decision-tree

liyuhui · 技术社区 · 6 年前

我正在尝试使用h2o训练一个决策树模型。我知道h2o中没有特定的决策树库。

这是我在h2o中使用GBM算法时的代码,但我可以像这样使用决策树。因为h2o中没有决策树代码。

GBMParametersV3 gbmParams = new GBMParametersV3();
gbmParams.trainingFrame = H2oApi.stringToFrameKey("train");
gbmParams.validationFrame = H2oApi.stringToFrameKey("test");

ColSpecifierV3 responseColumn = new ColSpecifierV3();
responseColumn.columnName = ATT_LABLE_IRIS;
gbmParams.responseColumn = responseColumn;

GBMV3 gbmBody = h2o.train_gbm(gbmParams);
...

那么,如何在h2o中使用决策树算法呢?

1 回复 | 直到 6 年前

topchef 6 年前

基于 PUBDEV-4324 - Expose Decision Tree as a stand-alone algo in H2O 最直接的方法是使用GBM:

titanic_1tree = h2o.gbm(x = predictors, y = response, 
                        training_frame = titanicHex,
                        ntrees = 1, min_rows = 1, sample_rate = 1,            
                        col_sample_rate = 1,
                        max_depth = 5,
                        seed = 1)

这将创建一个决策树,最大深度为5个拆分( max_depth = 5 )在泰坦尼克号数据集上(可从以下网址获得: https://s3.amazonaws.com/h2o-public-test-data/smalldata/gbm_test/titanic.csv )

从3.22.0.1版(Xia)开始,可以从H2O模型中提取树结构:

titanicH2oTree = h2o.getModelTree(model = titanic_1tree, tree_number = 1)

推荐文章

kneki · 数字分割还是范畴分割?

7 年前

Jarad · 确定为什么特征在决策树模型中很重要

7 年前

kneki · 分类器-测试集中没有类标签的准确度

7 年前

shubham jain · 随机森林是AdaBoost的特例吗?

7 年前

Guillermo Herrera · 在决策树上设置阈值?

7 年前

DionysoSong · Python-Graphviz-删除DecisionTreeClassier节点上的图例

7 年前

Sreejith Menon · 树分类器的极高精度度量

8 年前

RoyaumeIX · 将串联字符串作为全局变量返回

8 年前

queuverflow · 决策树:推荐库[已关闭]

9 年前

pushkin · 基于唯一值将列表拆分为子列表

9 年前