в традиционном gbm мы можем использовать predict.gbm(model, newsdata=..., n.tree=...)
Чтобы я мог сравнить результат с разным количеством деревьев для тестовых данных.
В h2o.gbm хотя и нужно установить n.tree, кажется, что это не влияет на результат. Это все то же самое, что и модель по умолчанию:
h2o.test.pred <- as.vector(h2o.predict(h2o.gbm.model, newdata=test.frame, n.tree=100))
R2(h2o.test.pred, test.mat$y)
[1] -0.00714109
h2o.test.pred <- as.vector(h2o.predict(h2o.gbm.model, newdata=test.frame, n.tree=10))
> R2(h2o.test.pred, test.mat$y)
[1] -0.00714109
У кого-нибудь есть похожая проблема? Как это решить? h2o.gbm намного быстрее, чем gbm, поэтому, если он может получить подробный результат для каждого дерева, это было бы здорово.
h2o.gbm.model
n.tree не используется rdocumentation.org/packages/h2o/versions/2.8.1.1/topics/ - person s.brunel   schedule 30.08.2017