17、广义线性模型（GLM）在不同数据集上的应用与调优

广义线性模型（GLM）在不同数据集上的应用与调优

1. GLM 参数介绍

1.1 obj_reg

obj_reg 是一个高级选项，用于修改目标函数。默认值为 -1，表示使用训练数据集行数的倒数。

1.2 prior

用于二项分类，是两个类别中第一个类别的先验概率。作为概率，其值必须在 0.0 到 1.0 之间。默认值是训练数据中第一个类别的样本百分比，只有当你确定默认值不准确时才需设置。

1.3 compute_p_values

将其设置为 true 可返回每个系数的 p 值，仅在使用 solver=”IRLSM” 且 lambda=0 时可用。

2. 建筑能源效率数据集：默认 GLM 模型

2.1 问题描述

这是一个回归问题，基于房屋设计特征估计制冷负荷。

2.2 代码实现

在 R 中使用以下代码：

m <- h2o.glm(x, y, train, nfolds = 10, model_id = "GBM_defaults")

在 Python 中使用以下代码：

from h2o.estimators.glm import H2OGeneralizedLinearEstimator
m = H2OGeneralizedLinearEstimator(model_id="GLM_defaults", n