是否可以使用向量响应配置h2o.ai自动机？

Question

我一直在使用h2o.ai自动函数解决一些问题，并取得了相当大的成功，但遇到了一些障碍。

我遇到了一个问题，它使用500多个预测器(都是浮点数)映射到6个响应(同样都是浮点数)。

所需数据参数 y:这个参数是响应列的名称(或索引)。

3.16博士

自动化库似乎只处理一个响应。我是不是遗漏了什么？甚至在术语上？

在我不是的情况下，我的计划是构建6个独立的领导板，每个响应一个，并使用结果启动一个手动网络搜索。

理论上，我想我可以单独运行6种自动模型来获得矢量响应，但这感觉是一种奇怪的方法。

任何有洞察力的人都会感激的，干杯。

Answer 1

不仅仅是AutoML，而且一般情况下，H2O只会让您预测一件事情。

如果没有更多关于这6个输出所代表的内容以及它们之间的关系的信息，我可以想到3种方法。

方法1:如您所建议的6不同模型。

方法2:训练自动编码器将6维压缩到1维.然后训练你的模型来预测这个单一的值。那就把它放回去。(例如，通过对培训数据的查找表(例如，如果您的模型预测1.123，并且1,2,3,4,5,6由1.122表示，以及3.14，0，3，14，0，0由1.125表示，您可以选择1,2,3,4,5,6，或这2种最接近的匹配的加权平均值)。(其他降维方法，如PCA，也是相同的想法。)

方法3:如果您的6个浮点数的可能组合是一个(相对较小的)有限集，则可以有一个显式查找表，用于N个类别。

我假设每个变量都是连续变量，这就是为什么它们是浮动的，所以我认为方法3将不如方法2。如果这6个输出之间的相关性/关系很小，那么方法1将是最好的。