h2o随机森林计算多项式分类的MSE

Question

为什么h2o.randomforest计算出包含样本的MSE以及针对多重邮件分类问题进行培训？

我也使用h2o.randomforest进行了二元分类，在AUC和out of bag sample使用它来计算training但是对于多分类，随机森林正在计算看似可疑的MSE。请看这个截图。

我的目标变量是一个包含4个因素级别model1，model2，model3和model4的因子。在屏幕截图中，您还会看到这些因素的混淆矩阵。

有人可以解释一下这种行为吗？

Answer 1

二项和多项分类都显示MSE，因此您将在两个模型的评分历史表中看到它（突出显示training_MSE列）。

H2O不评估多项AUC。存在一些评估方法，但还没有一种广泛采用的方法。 pROC package讨论了Hand and Till的方法，但提到它无法绘制，结果很少被测试。记录丢失和分类错误仍然可用，特定于分类，因为每个都有多项背景下的标准评估方法。

正如您所强调的那样，有一个混淆矩阵比较您的4个因子水平。你能澄清一下你的期望吗？如果您正在寻找四个单独的混淆矩阵，则四列表包含足够的信息，可以计算它们。