在python中使用h2o,如何从“glm”多分类模型中提取模型系数?
对于二进制模型,只需使用.coef()或.coef_norm()方法,但这两种方法都会返回多分类模型的错误。
在r版的h2o中,它非常简单:model@model$系数表工作得很好。
所以我不知道为什么在python中更困难。我是否需要使用不同的方法,或者您是否必须以某种方式手动迭代所有模型的基础1,并以某种方式提取模型系数?
谢谢
在了解了后端JSON数据之后,我发现了:
variable_importances = model._model_json['output']['coefficients_table'].as_data_frame()