我正在为h2o中的GBM执行gridsearch，以获得具有连续预测变量的连续结果 . 我正在使用交叉验证进行训练，然后在测试集上进行预测 .
我正在使用.predict_leaf_node_assignment函数：
best_gbm.predict_leaf_node_assignment（test_frame_h2o）（其中best_gbm是我从gridsearch获得的最好的gbm模型）
并获取下表，我们可以看到每个树T1，T2，T3等的叶节点分配 .
问题1：
如何获得下表中每片叶子的T1，T2，T3等值，而不是叶子的位置？
问题2：
如果有办法获得T1，T2，T3等的值，它们实际上反映了什么？ T1是第一个预测然后T2，T3，T4是校正吗？或T1是预测，然后T2是T1校正等？
谢谢 .
Edit: 我尝试在python中下载mojo，如本页所述，以便我可以查看不同的树 . http://docs.h2o.ai/h2o/latest-stable/h2o-docs/productionizing.html?highlight=mojo
在“步骤2：编译并运行MOJO”中，此步骤的第2部分仅在R中给出：“通过创建名为main.java的新文件在实验文件夹中创建主程序（例如，使用”vim main“ . java“） . 包含以下内容 . 请注意，此文件引用上面使用R创建的GBM模型 . ”
我可以在python中这样做吗？我试图在jupyter笔记本中复制例如命令“import java.io. *”，但它抛出一个错误（ModuleNotFoundError：没有名为'java'的模块） .
1 回答
T1，T2，... TN对应于第一棵树，第二棵树，....你建造的最后一棵树 . （所以如果你说
ntrees =50你应该看到T1 - T50） . 如果您正在进行多类分类问题，您会看到每个树都附加了类，例如T1.C1 T1.C2（其中C1是第一类） .在您发布的图片中，您似乎传递了一个包含10行或更多行的H2OFrame . 尝试查看单行，您将看到返回单行框架 - 因为
predict_leaf_node_assignment为您提供了一行到达每个树的最终叶节点（也称为终端节点）的路径 .以你的T1（第一棵树）为例，在你传递的帧中的第一行 . 我们看到路径是RRR，这意味着该行在每次拆分时都是漏洞 .
Question 1 ：如果要求数据中给定行的T1实际预测值需要下载mojo并使用mojo对该行进行评分（这必须使用Java完成） . 请注意，该树的预测值实际上将位于链接空间中，您需要使用相应的反向链接函数来获取原始响应值 . 使用的链接功能将在mojo中指定 .
（响应你的 EDIT ：不，你不能把示例代码（这是Java）并将其粘贴到一个jupyter笔记本中因为代码是java而不是python - 演练假设你的机器上有java（1.7或更高版本）并且期望您可以从终端或命令提示符运行代码 .