渐变增强树(水)

参数

• number_of_trees一个非负整数，用于定义树的数量。默认值是20。范围:整数
• 可再生的使模型构建可复制。如果设置，则maximum_number_of_threads参数控制模型构建的并行度级别。如果没有设置，那么并行级别由通用首选项中的线程数定义。范围:布尔
• maximum_number_of_threads控制模型构建的并行性级别。范围:整数
• use_local_random_seed仅当可复制设置为true时可用。指示是否应使用本地随机种子进行随机化。范围:布尔
• local_random_seed该参数指定本地随机种子。此参数仅在use local random seed参数设置为true时可用。范围:整数
• maximal_depth用户自定义的树深度。默认值是5。范围:整数
• min_rows分配给终端节点的最小行数。默认值是10.0。如果指定了权重列，则也会对行数进行加权。例如，如果终端节点包含权重分别为0.3和0.4的两行，则在最小行数中计算为0.7。范围:真正的
• min_split_improvement最小的相对改进的平方误差减少的分裂发生。默认值是1E-5。范围:真正的
• number_of_bins对于数值列(实数/整数)，构建至少包含指定数量的箱子的直方图，然后在最佳点进行分割。默认值是20。范围:整数
• learning_rate学习率。较小的学习率导致更好的模型，然而，这是以在训练和评分期间增加计算时间为代价的:较低的学习率需要更多的迭代。默认值是0.1，范围是0.0到1.0。范围:真正的
• sample_rate每棵树的行抽样率(从0.0到1.0)。范围:真正的
• 分布训练数据的分布函数。对于某些功能(例如tweedie)，可以通过专家参数实现进一步的调整
  • AUTO:自动选择。对标称标签使用多项，对数字标签使用高斯。
  • 伯努利分布。可用于二名或二类多名标签。
  • 高斯，波森，伽玛，特威迪，分位数:回归的分布函数。
  选择范围:
• early_stopping如果为true，则需要指定提前停止的参数。范围:布尔
• stopping_rounds基于stopping_metric收敛性的提前停车。如果stopping_metric的长度k的简单移动平均对于k:=stopping_rounds评分事件没有改善，则停止。只有设置了early_stop后，该参数才可见。范围:整数
• stopping_metric用于提前停止的度量。设置stopping_tolerance来调整它。只有设置了early_stop后，该参数才可见。
  • AUTO:自动选择。使用logloss进行分类，偏差进行回归。
  • deviance, logloss, MSE, AUC, lift_top_group, r2, misclassification:用来决定是否应该停止算法的度量。
  选择范围:
• stopping_tolerance基于度量的停止标准的相对容忍度(如果相对改进至少没有这么多，则停止)。只有设置了early_stop后，该参数才可见。范围:真正的
• max_runtime_seconds模型训练的最大允许运行时间(秒)。使用0禁用。范围:整数
• expert_parameters这些参数是用来微调算法的。通常，默认值提供了一个不错的模型，但在某些情况下，更改它们可能是有用的。请为布尔参数使用真/假值，为列使用确切的属性名称。可以通过使用逗号(，)分隔值来提供数组。有关参数的更多信息可以在H2O文档中找到。
  • score_each_iteration:是否在模型训练的每次迭代中打分。类型:boolean，默认值:false
  • score_tree_interval:每隔50棵树对模型进行评分。如果设置为0则禁用。类型:整型，默认值:0
  • fold_assign:交叉验证折叠分配方案，如果没有指定fold_column。选项:自动，随机，模，分层。类型:枚举，默认值:AUTO
  • fold_column:每个观测值的交叉验证折叠索引分配的列名。类型:列，默认:无折叠列
  • offset_column:偏移列名称。类型:列，默认值:无偏移列
  • balance_classes:平衡训练数据类计数通过过采样/欠采样(不平衡数据)。类型:boolean，默认值:false
  • max_after_balance_size:平衡类计数后训练数据的最大相对大小(可以小于1.0)。需要balance_classes。类型:real，默认值:5.0
  • max_confusion_matrix_size:在日志中打印的混淆矩阵的最大大小(# classes)。类型:整型，默认值:20
  • nbins_top_level:对于数值列(real/int)，在根级别构建(最多)这么多箱子的直方图，然后每层减少2倍。类型:integer，默认值:1024
  • nbins_cats:对于分类列(因子)，构建这么多箱子的直方图，然后在最佳点分割。较高的值可能导致更多的过拟合。类型:integer，默认值:1024
  • r2_stop: r2_stop不再被支持，如果设置将被忽略-请使用stopping_rounds, stopping_metric和stopping_tolerance来代替。以前的H2O版本会在R^2等于或超过这个值时停止生成树。类型:double，默认值:Infinity
  • quantile_alpha:分位数回归所需的分位数(从0.0到1.0)。类型:double，默认值:0.5
  • tweedie_power: Tweedie Power(介于1和2之间).类型:double，默认值:1.5
  • col_sample_rate:列采样率(从0.0到1.0)。类型:double，默认值:1.0
  • col_sample_rate_per_tree:每棵树的列采样率(从0.0到1.0)。类型:double，默认值:1.0
  • keep_cross_validation_predictions:保留交叉验证模型预测。类型:boolean，默认值:false
  • keep_cross_validation_fold_assignment:保持交叉验证折叠分配。类型:boolean，默认值:false
  • class_sampling_factors:每个类的期望过采样/欠采样比率(按字典顺序排列)。如果未指定，将自动计算采样因子以在训练期间获得类平衡。需要balance_classes = true。类型:float array，默认值:空
  • learn_rate_退火:在每棵树之后按此因子缩小学习率。类型:double，默认值:1.0
  • sample_rate_per_class:每个类每个树的行采样率(从0.0到1.0)类型:双数组，默认值:空
  • col_sample_rate_change_per_level:每个级别的列采样率的相对变化(从0.0到2.0)。类型:double，默认值:1.0
  • max_abs_leafnode_pred:叶子节点预测的最大绝对值。类型:double，默认值:Infinity
  • nfolds:交叉验证的折叠数。使用0关闭交叉验证。类型:整型，默认值:0
  范围:枚举