java生成结果集向量,如何解释H2o深度学习输出向量?
发布日期:2021-06-24 10:22:45
浏览次数:3
分类:技术文章
本文共 603 字,大约阅读时间需要 2 分钟。
我想用H2o深度学习模型预测标签,我无法解释我的H2o深度学习输出 .
这是我的H2o深度学习模型的模型参数 .
dl_model = deeplearning.H2ODeepLearningEstimator(hidden =[200,200],
epochs = 10,
missing_values_handling= 'MeanImputation',
activation = "Tanh",
)
我传递了Blog内容的word2vec向量,其名称为Content.vecs,Y也是Tags的word2vec .
训练模型
dl_model.train(x= Content_vecs.names,
y= 'Y',
training_frame = data_split[0],
validation_frame = data_split[1]
)
而输出是
**predict
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515
-0.700515**
在Original Data中,预测变量是内容,响应变量是标签 . 我将内容的Word2vec向量作为x传递,将标签作为深度学习中的y传递Figure . 我想用H2o深度学习和word2vec预测单个或多个标签
转载地址:https://blog.csdn.net/weixin_32058931/article/details/115806301 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
第一次来,支持一个
[***.219.124.196]2024年04月25日 16时16分41秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
AcWing - 求组合数 III(lucas&逆元)
2019-04-28
AcWing - 求组合数 IV(分解质因数)
2019-04-28
AcWing - 满足条件的01序列(组合数学&卡特兰数)
2019-04-28
AcWing - 快速排序(快排)
2019-04-28
AcWing - 归并排序(归排)
2019-04-28
AcWing - 数的范围(二分)
2019-04-28
AcWing - 数的三次方根(二分)
2019-04-28
AcWing - 高精度加法(大数加法)
2019-04-28
AcWing - 高精度减法(大数减法)
2019-04-28
AcWing - 高精度乘法(大数乘法)
2019-04-28
AcWing - 高精度除法(大数除法)
2019-04-28
AcWing - 前缀和(前缀和)
2019-04-28
AcWing - 子矩阵的和(二维前缀和)
2019-04-28
AcWing - 差分(一维差分)
2019-04-28
AcWing - 最长连续不重复子序列(双指针)
2019-04-28
AcWing - 数组元素的目标和(双指针)
2019-04-28
AcWing - 区间和(离散化&前缀和)
2019-04-28
AcWing - 区间合并(贪心)
2019-04-28
AcWing - 单链表(模拟)
2019-04-28
AcWing - 双链表(模拟)
2019-04-28