排除 H2O(python 和 R)中的交互性无论如何都会产生非零的截距系数

Question

我正在尝试使用Python和R中的H2O库来生成不包含截距的GLM。不幸的是，它似乎不起作用。结果完全关闭，截距系数不为零(只有标准化的截距系数为零(，但是，这并不能给我一个正确的预测。

从模型中排除截距后，我希望对所有其他输入等于 0 的情况的预测也是 0。事实并非如此。该系数非常显着地抵消了预测，实际上，如果我使用我知道应该没有拦截的模拟数据设置 intercept=True，则我的截距系数比使用 intercept=False 运行相同的数据时更接近 0。

在R和Python中都会发生同样的情况，我不确定我在设置模型时是否做错了什么。

我编写的代码示例只是为了在 R 中测试问题：

library(h2o)
h2o.init()
x1 = runif(500)
x2 = runif(500)
x3 = runif(500)
y = 2.67*x1 + 1.23*x2 -7.2*x3
h2odata<-data.frame(x1,x2,x3,y)
head(h2odata)
h2odata <- as.h2o(h2odata)
predictors <- c('x1','x2','x3')
response <- 'y'
h2o.splits = h2o.splitFrame(data=h2odata,ratios=.8)
train <- h2o.splits[[1]]
valid <- h2o.splits[[2]]
glm <- h2o.glm(x=predictors,y=response,family='gaussian',link='identity',
intercept = FALSE,training_frame = train,
validation_frame = valid)
glm
x1=0
x2=0
x3=0
newdata = data.frame(x1,x2,x3)
colnames(newdata)<-c('x1','x2','x3')
newdata<-as.h2o(newdata)
h2o::h2o.predict(glm,newdata)

我在这里错过了一些明显的东西吗？

Answer 1

看到你生成数据的方式，你应该在h2o.glm中使用standardize = F来避免你的问题。

http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/glm.html

这是 coefff 和标准化 coeffs 的问题。请注意，截距 = T 和标准化 = T 的最佳结果应该得到。

当必须预测 0 值时，应避免截距，并且仅在少数情况下进行拦截。