H2O增益/提升工作台

Question

我的问题是关于H2O增益/提升表。据我所知，答复率是属于组/组的所有事件的比例。如何获取属于bin 1、bin 2等的数据？我想看看每个组/bin中的关键变量在响应率方面是如何的。。

最好能充分说明增益/升力表中的措施是如何计算的(公式)。

Answer 1

增益和升力图的方程可以在以下文件中找到：https://github.com/h2oai/h2o-3/blob/master/h2o-core/src/main/java/hex/GainsLift.java

这表明：

E=活动总数

N=观察次数

G=组数(10组10人，半10名20人)

P=所发生事件的总体比例(P = E/N)

ei = i，i=1,2，.，G组中的事件数

ni =第一组的观察次数

pi =第一组中属于事件的观察所占比例(pi = ei/ni)

组:硬编码为16；如果存在少于16个唯一概率值，则组数将减少到唯一分位数阈值的数目。

累积数据分数= sum_n_i/N

lower_threshold =由分位数桶设置

升力=π/P

cumulative_lift = (Σiei/Σini)/P

response_rate = 100*pi

cumulative_response_rate = 100*Σiei/Σini

capture_rate = 100*ei/E

cumulative_capture_rate = 100*Σiei/E

增益=100*(升力-1)

cumulative_gain =100*(和升-1)

average_response_rate = E/N

下面是一个使用H2O-3 Python的示例演练：

import h2o
import pandas as pd
import numpy as np
from h2o.estimators.gbm import H2OGradientBoostingEstimator
h2o.init()

# import and split the dataset
cars = h2o.import_file("https://s3.amazonaws.com/h2o-public-test-data/smalldata/junit/cars_20mpg.csv")

convert response column to a factor
cars["economy_20mpg"] = cars["economy_20mpg"].asfactor()

# set the predictor names and the response column name
predictors = ["displacement","power","weight","acceleration","year"]
response = "economy_20mpg"

# split dataset
train, valid = cars.split_frame(ratios=[.7],seed=1234)

# Initialize and train a GBM
cars_gbm = H2OGradientBoostingEstimator(seed = 1234)
cars_gbm.train(x = predictors, y = response, training_frame = train, validation_frame=valid) 

# Generate Gains and Lift Table
# documentation on this parameter can be found here:
# http://docs.h2o.ai/h2o/latest-stable/h2o-py/docs/model_categories.html?#h2o.model.H2OBinomialModel.gains_lift
gainslift = cars_gbm.gains_lift(train=False, valid=True, xval=False)

表概述

正如预期的那样，我们有16个组，因为这是硬编码的默认行为。

• 累积数据分数
• 阈值概率值
• 答复率(群体中发生的事件所占比例)
• 累积响应率
• 事件捕获率
• 累积俘获率
• 增益(事件的总体比例与观察到的分组事件所占比例之间的百分比差异)
• 累积增益

如果我只想要十进制

默认情况下，收益和提升表为您提供了更多，而不仅仅是十进制或通风，这意味着您有更多的灵活性来选择您感兴趣的百分位数。

让我们以我们的十进制为例。在这个例子中，我们看到我们可以从第6行开始，跳过第7行，然后取其余的行来获取我们的十进制文件。

因为增益和提升表返回一个TwoDimTable，所以我们可以使用组号作为选择索引。

# show gains and lift table data type
print('H2O Gains Lift Table is of type: ', type(gainslift))
H2O Gains Lift Table is of type:  <class 'h2o.two_dim_table.H2OTwoDimTable'>

# since this table is small and for ease of use let's covert to a pandas dataframe
pandas_gl = gainslift.as_data_frame()
pandas_gl.set_index('group')


gainslift_deciles = pandas_gl.iloc[pd.np.r_[5,7:16], :]
gainslift_deciles

如果我只想要呼吸机

这些也可供选择，下面让我们来做。

gainslift_ventiles = pandas_gl.iloc[pd.np.r_[7,9,11,13,15], :]
gainslift_ventiles