用于多项式分类的h2o随机森林计算均方误差

Question

为什么h2o.randomforest在训练多项式分类问题时，要计算袋外样本的均方误差？

我也用h2o.randomforest做过二分类，它用来在out of bag sample和training上计算AUC，但对于多分类随机森林计算均方误差，这似乎很可疑。请看这张截图。

​

​

我的目标变量是一个包含4个因子水平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。

有人能解释一下这种行为吗？

Answer 1

二项式分类和多项式分类都显示均方误差，因此您将在两个模型的评分历史记录表中看到它(突出显示的training_MSE列)。

H2O不计算多项式AUC。有几种评估方法，但还没有一种广泛采用的方法。pROC package讨论了手工和收割的方法，但提到它不能绘制，结果很少测试。日志损失和分类错误仍然可用，具体到分类，因为每种方法都有多项式上下文中的标准评估方法。

正如你所强调的，有一个混淆矩阵来比较你的4个因素水平。你能澄清一下你还期待什么吗？如果您正在寻找四个单独的混淆矩阵，那么包含四列的表包含了足够的信息，可以对它们进行计算。