H2O Deep Learning R

Question

H2O Deep Learning läuft Regression standardmäßig, obwohl ich sichergestellt habe, dass die Zielvariable ein Faktor ist (mit nur zwei Ebenen). Irgendwelche Hinweise darauf, wie das gelöst werden kann?

Unten ist der Code:

dnn_mod <- 
    h2o.deeplearning(x = 2:321, # column numbers for predictors 
        y = 322, # column number for label 
        training_frame = sdcs_data, # data in H2O format 
        activation = "TanhWithDropout", # or 'Tanh' 
        input_dropout_ratio = 0.2, # % of inputs dropout 
        hidden_dropout_ratios = c(0.3,0.3,0.3), # % for nodes dropout 
        balance_classes = FALSE, 
        hidden = c(150,150,150), 
        epochs = 500, 
        #standardize = TRUE, 
        epsilon = 1.0e-5, 
        loss = "CrossEntropy", 
        stopping_rounds = 50, 
        stopping_metric = "AUC") 
        #classification = TRUE) 

Answer 1

Wenn Sie Klassifizierung ausführen können, dann Ihre Antwort Variable als "Faktor" (aka "Enum") Typ codiert werden müssen. Siehe hierzu R code example aus der H2O Deep Learning booklet. Dies ist bei allen H2O-Algorithmen der Fall.