H2O - 快速指南

H2O - 简介

您是否曾被要求在巨大的数据库上开发机器学习模型？通常，客户会向您提供数据库并要求您做出某些预测，例如谁将是潜在买家；是否可以及早发现欺诈案件等。要回答这些问题，您的任务是开发一种机器学习算法，为客户的查询提供答案。从头开始开发机器学习算法并不是一件容易的事，当市场上有几个现成的机器学习库可用时，为什么要这样做呢？

如今，您更愿意使用这些库，应用这些库中经过充分测试的算法并查看其性能。如果性能不在可接受的范围内，您将尝试微调当前算法或尝试完全不同的算法。

同样，您可以在同一数据集上尝试多种算法，然后选择最能满足客户要求的算法。这就是 H2O 来拯救你的地方。它是一个开源机器学习框架，对多种广泛接受的机器学习算法进行了全面测试的实现。您只需从其庞大的存储库中获取算法并将其应用到您的数据集即可。它包含最广泛使用的统计和机器学习算法。

这里仅举几例，其中包括梯度增强机 (GBM)、广义线性模型 (GLM)、深度学习等等。不仅如此，它还支持 AutoML 功能，可以对数据集上不同算法的性能进行排名，从而减少寻找最佳性能模型的工作量。H2O 在全球范围内被超过 18000 个组织使用，并且与 R 和 Python 很好地接口，以便于您的开发。它是一个提供卓越性能的内存平台。

在本教程中，您将首先学习使用 Python 和 R 选项在计算机上安装 H2O。我们将了解如何在命令行中使用它，以便您了解其按行工作。如果您是 Python 爱好者，您可以使用 Jupyter 或您选择的任何其他 IDE 来开发 H2O 应用程序。如果您更喜欢 R，您可以使用 RStudio 进行开发。

在本教程中，我们将通过一个示例来了解如何使用 H2O。我们还将学习如何更改程序代码中的算法，并将其性能与之前的算法进行比较。H2O 还提供了一个基于网络的工具来测试数据集上的不同算法。这就是所谓的“流”。

本教程将向您介绍 Flow 的使用。此外，我们还将讨论 AutoML 的使用，它可以识别数据集上性能最佳的算法。您对学习 H2O 不感兴趣吗？继续阅读！

H2O - 安装

H2O 可以配置和使用以下五种不同的选项 -

  • 在Python中安装

  • 在 R 中安装

  • 基于 Web 的流程 GUI

  • Hadoop

  • 蟒蛇云

在我们的后续部分中，您将看到根据可用选项安装 H2O 的说明。您可能会使用其中一种选项。

在Python中安装

要使用 Python 运行 H2O，安装需要多个依赖项。那么让我们开始安装运行 H2O 的最小依赖集。

安装依赖项

要安装依赖项，请执行以下 pip 命令 -

$ pip install requests

打开控制台窗口并键入上述命令来安装 requests 包。以下屏幕截图显示了上述命令在我们的 Mac 机器上的执行情况 -

安装依赖项

安装 requests 后，您还需要安装三个软件包，如下所示 -

$ pip install tabulate
$ pip install "colorama >= 0.3.8"
$ pip install future

最新的依赖项列表可在 H2O GitHub 页面上找到。在撰写本文时，页面上列出了以下依赖项。

python 2. H2O — Installation
pip >= 9.0.1
setuptools
colorama >= 0.3.7
future >= 0.15.2

删除旧版本

安装上述依赖项后，您需要删除任何现有的 H2O 安装。为此，请运行以下命令 -

$ pip uninstall h2o

安装最新版本

现在，让我们使用以下命令安装最新版本的 H2O -

$ pip install -f http://h2o-release.s3.amazonaws.com/h2o/latest_stable_Py.html h2o

成功安装后，您应该在屏幕上看到以下消息 -

Installing collected packages: h2o
Successfully installed h2o-3.26.0.1

测试安装

为了测试安装，我们将运行 H2O 安装中提供的示例应用程序之一。首先输入以下命令启动 Python 提示符 -

$ Python3

Python 解释器启动后，在 Python 命令提示符下键入以下 Python 语句 -

>>>import h2o

上面的命令将 H2O 包导入到您的程序中。接下来，使用以下命令初始化 H2O 系统 -

>>>h2o.init()

您的屏幕将显示集群信息，并且在此阶段应显示以下内容 -

测试安装

现在，您已准备好运行示例代码。在 Python 提示符下键入以下命令并执行。

>>>h2o.demo("glm")

该演示由一个带有一系列命令的 Python 笔记本组成。执行每个命令后，其输出立即显示在屏幕上，系统会要求您按该键继续下一步。执行笔记本中最后一条语句的部分屏幕截图如下所示 -

Python笔记本

在此阶段，您的 Python 安装已完成，您可以开始自己的实验了。

在 R 中安装

为 R 开发安装 H2O 与为 Python 安装 H2O 非常相似，只不过您将使用 R 提示符进行安装。

启动 R 控制台

单击计算机上的 R 应用程序图标启动 R 控制台。控制台屏幕将如下图所示 -

启动 R 控制台

您的 H2O 安装将在上述 R 提示符下完成。如果您更喜欢使用 RStudio，请在 R 控制台子窗口中键入命令。

删除旧版本

首先，在 R 提示符下使用以下命令删除旧版本 -

> if ("package:h2o" %in% search()) { detach("package:h2o", unload=TRUE) }
> if ("h2o" %in% rownames(installed.packages())) { remove.packages("h2o") }

下载依赖项

使用以下代码下载 H2O 的依赖项 -

> pkgs <- c("RCurl","jsonlite")
for (pkg in pkgs) {
   if (! (pkg %in% rownames(installed.packages()))) { install.packages(pkg) }
}

安装水

通过在 R 提示符下键入以下命令来安装 H2O -

> install.packages("h2o", type = "source", repos = (c("http://h2o-release.s3.amazonaws.com/h2o/latest_stable_R")))

以下屏幕截图显示了预期的输出 -

安装水

在 R 中还有另一种安装 H2O 的方法。

从 CRAN 安装在 R 中

要从 CRAN 安装 R，请在 R 提示符下使用以下命令 -

> install.packages("h2o")

您将被要求选择镜像 -

--- Please select a CRAN mirror for use in this session ---
安装CRAN

屏幕上将显示一个显示镜像站点列表的对话框。选择最近的位置或您选择的镜子。

测试安装

在 R 提示符下，键入并运行以下代码 -

> library(h2o)
> localH2O = h2o.init()
> demo(h2o.kmeans)

生成的输出将如以下屏幕截图所示 -

提示类型

您在 R 中的 H2O 安装现已完成。

安装 Web GUI 流程

要安装 GUI Flow，请从 H20 站点下载安装文件。将下载的文件解压缩到您的首选文件夹中。请注意安装中是否存在 h2o.jar 文件。使用以下命令在命令窗口中运行此文件 -

$ java -jar h2o.jar

一段时间后，控制台窗口中将出现以下内容。

07-24 16:06:37.304 192.168.1.18:54321 3294 main INFO: H2O started in 7725ms
07-24 16:06:37.304 192.168.1.18:54321 3294 main INFO:
07-24 16:06:37.305 192.168.1.18:54321 3294 main INFO: Open H2O Flow in your web browser: http://192.168.1.18:54321
07-24 16:06:37.305 192.168.1.18:54321 3294 main INFO:

要启动流程，请在浏览器中打开给定的 URL http://localhost:54321 。将出现以下屏幕 -

网页图形用户界面流程

在此阶段，您的 Flow 安装已完成。

在 Hadoop/Anaconda 云上安装

除非您是经验丰富的开发人员，否则您不会想到在大数据上使用 H2O。在此可以说，H2O 模型可以在数 TB 的大型数据库上高效运行。如果您的数据位于 Hadoop 安装或云中，请按照 H2O 站点上给出的步骤为您各自的数据库安装它。

现在您已在计算机上成功安装并测试了 H2O，您已准备好进行真正的开发。首先，我们将从命令提示符中看到进展。在后续课程中，我们将学习如何在 H2O Flow 中进行模型测试。

在命令提示符下开发

现在让我们考虑使用 H2O 对著名的鸢尾花数据集的植物进行分类，该数据集可免费用于开发机器学习应用程序。

通过在 shell 窗口中键入以下命令来启动 Python 解释器 -

$ Python3

这将启动 Python 解释器。使用以下命令导入 h2o 平台 -

>>> import h2o

我们将使用随机森林算法进行分类。这是在 H2ORandomForestEstimator 包中提供的。我们使用 import 语句导入这个包，如下所示 -

>>> from h2o.estimators import H2ORandomForestEstimator

我们通过调用 H2o 的 init 方法来初始化 H2o 环境。

>>> h2o.init()

成功初始化后，您应该在控制台上看到以下消息以及集群信息。

Checking whether there is an H2O instance running at http://localhost:54321 . connected.

现在，我们将使用 H2O 中的 import_file 方法导入虹膜数据。

>>> data = h2o.import_file('iris.csv')

进度将显示如下屏幕截图所示 -

开发命令提示符

文件加载到内存后，您可以通过显示加载表的前 10 行来验证这一点。您可以使用head方法来执行此操作 -

>>> data.head()

您将看到以下表格格式的输出。

表格格式

该表还显示列名称。我们将使用前四列作为 ML 算法的特征，最后一列类作为预测输出。我们在调用 ML 算法时通过首先创建以下两个变量来指定这一点。

>>> features = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
>>> output = 'class'

接下来，我们通过调用 split_frame 方法将数据拆分为训练和测试。

>>> train, test = data.split_frame(ratios = [0.8])

数据按 80:20 的比例分割。我们使用 80% 的数据进行训练，20% 的数据用于测试。

现在，我们将内置的随机森林模型加载到系统中。

>>> model = H2ORandomForestEstimator(ntrees = 50, max_depth = 20, nfolds = 10)

在上面的调用中，我们将树的数量设置为 50，树的最大深度设置为 20，交叉验证的折叠数设置为 10。现在我们需要训练模型。我们通过调用 train 方法来做到这一点，如下所示 -

>>> model.train(x = features, y = output, training_frame = train)

train 方法接收我们之前创建的特征和输出作为前两个参数。训练数据集被设置为训练，这是我们完整数据集的 80%。在训练期间，您将看到如下所示的进度 -

现在，随着模型构建过程的结束，是时候测试模型了。我们通过在训练后的模型对象上调用 model_performance 方法来做到这一点。

>>> performance = model.model_performance(test_data=test)

在上面的方法调用中，我们发送测试数据作为参数。

现在是时候查看输出了，这是我们模型的性能。您只需打印性能即可完成此操作。

>>> print (performance)

这将为您提供以下输出 -

模型构建过程

输出显示均方误差 (MSE)、均方根误差 (RMSE)、LogLoss 甚至混淆矩阵。

在 Jupyter 中运行

我们已经看到了命令的执行过程，也了解了每行代码的用途。您可以在 Jupyter 环境中运行整个代码，可以逐行运行，也可以一次运行整个程序。完整的列表在这里给出 -

import h2o
from h2o.estimators import H2ORandomForestEstimator
h2o.init()
data = h2o.import_file('iris.csv')
features = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
output = 'class'
train, test = data.split_frame(ratios=[0.8])
model = H2ORandomForestEstimator(ntrees = 50, max_depth = 20, nfolds = 10)
model.train(x = features, y = output, training_frame = train)
performance = model.model_performance(test_data=test)
print (performance)

运行代码并观察输出。现在，您可以体会到在数据集上应用和测试随机森林算法是多么容易。H20的威力远远超出了这个能力。如果您想在同一数据集上尝试另一个模型，看看是否可以获得更好的性能，该怎么办？这将在我们的后续部分中进行解释。

应用不同的算法

现在，我们将学习如何将梯度提升算法应用于我们之前的数据集，看看它的表现如何。在上面的完整列表中，您只需要进行两个小的更改，如下面的代码中突出显示的那样 -

import h2o 
from h2o.estimators import H2OGradientBoostingEstimator
h2o.init()
data = h2o.import_file('iris.csv')
features = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
output = 'class'
train, test = data.split_frame(ratios = [0.8]) 
model = H2OGradientBoostingEstimator
(ntrees = 50, max_depth = 20, nfolds = 10)
model.train(x = features, y = output, training_frame = train)
performance = model.model_performance(test_data = test)
print (performance)

运行代码，您将得到以下输出 -

不同的算法

只需将 MSE、RMSE、混淆矩阵等结果与之前的输出进行比较，然后决定使用哪一个进行生产部署。事实上，您可以应用多种不同的算法来决定最适合您的目的的算法。

H2O - 流量

在上一课中，您学习了使用命令行界面创建基于 H2O 的 ML 模型。H2O Flow 可以实现相同的目的，但具有基于 Web 的界面。

在接下来的课程中，我将向您展示如何启动 H2O Flow 并运行示例应用程序。

启动水流

您之前下载的 H2O 安装包含 h2o.jar 文件。要启动 H2O Flow，首先从命令提示符运行此 jar -

$ java -jar h2o.jar

当 jar 成功运行时，您将在控制台上收到以下消息 -

Open H2O Flow in your web browser: http://192.168.1.10:54321

现在，打开您选择的浏览器并输入上述 URL。您将看到 H2O 基于网络的桌面，如下所示 -

启动水流

这基本上是一个类似于 Colab 或 Jupyter 的笔记本。我将向您展示如何在此笔记本中加载和运行示例应用程序，同时解释 Flow 中的各种功能。单击上面屏幕上的查看示例流程链接可查看提供的示例列表。

我将描述示例中的航空公司延误流程示例。

H2O - 运行示例应用程序

单击示例列表中的“航空公司延误流程”链接，如下面的屏幕截图所示 -

申请样本

确认后，将加载新笔记本。

清除所有输出

在解释笔记本中的代码语句之前，让我们清除所有输出，然后逐步运行笔记本。要清除所有输出，请选择以下菜单选项 -

Flow / Clear All Cell Contents

这如下面的屏幕截图所示 -

清除输出

清除所有输出后，我们将单独运行笔记本中的每个单元并检查其输出。

运行第一个单元格

单击第一个单元格。左侧出现红色标志，表示该单元格已被选中。如下面的屏幕截图所示 -

第一单元

该单元格的内容只是用MarkDown（MD）语言编写的程序注释。内容描述了加载的应用程序的功能。要运行单元格，请单击“运行”图标，如下面的屏幕截图所示 -

降价

您将不会在单元格下方看到任何输出，因为当前单元格中没有可执行代码。光标现在自动移动到下一个单元格，准备执行。

导入数据

下一个单元格包含以下 Python 语句 -

importFiles ["https://s3.amazonaws.com/h2o-airlines-unpacked/allyears2k.csv"]

该语句将 allyears2k.csv 文件从 Amazon AWS 导入到系统中。当您运行该单元时，它会导入该文件并提供以下输出。

报表导入

设置数据解析器

现在，我们需要解析数据并使其适合我们的 ML 算法。这是使用以下命令完成的 -

setupParse paths: [ "https://s3.amazonaws.com/h2o-airlines-unpacked/allyears2k.csv" ]

执行上述语句后，将出现一个设置配置对话框。该对话框允许您进行多种解析文件的设置。如下面的屏幕截图所示 -

配置对话框

在此对话框中，您可以从给定的下拉列表中选择所需的解析器并设置其他参数，例如字段分隔符等。

解析数据

下一条语句实际上使用上述配置解析数据文件，该语句很长，如下所示 -

parseFiles
paths: ["https://s3.amazonaws.com/h2o-airlines-unpacked/allyears2k.csv"]
destination_frame: "allyears2k.hex"
parse_type: "CSV"
separator: 44
number_columns: 31
single_quotes: false
column_names: ["Year","Month","DayofMonth","DayOfWeek","DepTime","CRSDepTime",
   "ArrTime","CRSArrTime","UniqueCarrier","FlightNum","TailNum",
   "ActualElapsedTime","CRSElapsedTime","AirTime","ArrDelay","DepDelay",
   "Origin","Dest","Distance","TaxiIn","TaxiOut","Cancelled","CancellationCode",
   "Diverted","CarrierDelay","WeatherDelay","NASDelay","SecurityDelay",
   "LateAircraftDelay","IsArrDelayed","IsDepDelayed"]
column_types: ["Enum","Enum","Enum","Enum","Numeric","Numeric","Numeric"
   ,"Numeric","Enum","Enum","Enum","Numeric","Numeric","Numeric","Numeric",
   "Numeric","Enum","Enum","Numeric","Numeric","Numeric","Enum","Enum",
   "Numeric","Numeric","Numeric","Numeric","Numeric","Numeric","Enum","Enum"]
delete_on_done: true
check_header: 1
chunk_size: 4194304

请注意，您在配置框中设置的参数已在上面的代码中列出。现在，运行这个单元格。一段时间后，解析完成，您将看到以下输出 -

配置盒

检查数据框

处理后，它会生成一个数据帧，可以使用以下语句进行检查 -

getFrameSummary "allyears2k.hex"

执行上述语句后，您将看到以下输出 -

数据检查框架

现在，您的数据已准备好输入机器学习算法。

下一条语句是程序注释，表示我们将使用回归模型并指定预设的正则化和 lambda 值。

建立模型

接下来是最重要的声明，那就是构建模型本身。这是在以下声明中指定的 -

buildModel 'glm', {
   "model_id":"glm_model","training_frame":"allyears2k.hex",
   "ignored_columns":[
      "DayofMonth","DepTime","CRSDepTime","ArrTime","CRSArrTime","TailNum",
      "ActualElapsedTime","CRSElapsedTime","AirTime","ArrDelay","DepDelay",
      "TaxiIn","TaxiOut","Cancelled","CancellationCode","Diverted","CarrierDelay",
      "WeatherDelay","NASDelay","SecurityDelay","LateAircraftDelay","IsArrDelayed"],
   "ignore_const_cols":true,"response_column":"IsDepDelayed","family":"binomial",
   "solver":"IRLSM","alpha":[0.5],"lambda":[0.00001],"lambda_search":false,
   "standardize":true,"non_negative":false,"score_each_iteration":false,
   "max_iterations":-1,"link":"family_default","intercept":true,
   "objective_epsilon":0.00001,"beta_epsilon":0.0001,"gradient_epsilon":0.0001,
   "prior":-1,"max_active_predictors":-1
}

我们使用 glm，它是一个广义线性模型套件，族类型设置为二项式。您可以在上面的声明中看到这些突出显示的内容。在我们的例子中，预期输出是二进制的，这就是我们使用二项式类型的原因。其他参数可自行查看；例如，看看我们之前指定的 alpha 和 lambda。有关所有参数的说明，请参阅 GLM 模型文档。

现在，运行这个语句。执行后，将生成以下输出 -

生成的框架

当然，在您的机器上执行时间会有所不同。现在，该示例代码中最有趣的部分来了。

检查输出

我们只需使用以下语句输出我们构建的模型 -

getModel "glm_model"

请注意，glm_model 是我们在上一条语句中构建模型时指定为 model_id 参数的模型 ID。这给了我们一个巨大的输出，详细说明了几个不同参数的结果。报告的部分输出如下面的屏幕截图所示 -

检查输出

正如您在输出中看到的，它表示这是在数据集上运行广义线性建模算法的结果。

在“评分历史记录”的正上方，您会看到“模型参数”标签，将其展开，您将看到构建模型时使用的所有参数的列表。这如下面的屏幕截图所示。

得分历史

同样，每个标签都提供特定类型的详细输出。自己扩展各种标签来研究不同类型的输出。

建立另一个模型

接下来，我们将在数据帧上构建深度学习模型。示例代码中的下一条语句只是程序注释。下面的语句实际上是一个模型构建命令。如下所示 -

buildModel 'deeplearning', {
   "model_id":"deeplearning_model","training_frame":"allyear
   s2k.hex","ignored_columns":[
      "DepTime","CRSDepTime","ArrTime","CRSArrTime","FlightNum","TailNum",
      "ActualElapsedTime","CRSElapsedTime","AirTime","ArrDelay","DepDelay",
      "TaxiIn","TaxiOut","Cancelled","CancellationCode","Diverted",
      "CarrierDelay","WeatherDelay","NASDelay","SecurityDelay",
      "LateAircraftDelay","IsArrDelayed"],
   "ignore_const_cols":true,"res   ponse_column":"IsDepDelayed",
   "activation":"Rectifier","hidden":[200,200],"epochs":"100",
   "variable_importances":false,"balance_classes":false,
   "checkpoint":"","use_all_factor_levels":true,
   "train_samples_per_iteration":-2,"adaptive_rate":true,
   "input_dropout_ratio":0,"l1":0,"l2":0,"loss":"Automatic","score_interval":5,
   "score_training_samples":10000,"score_duty_cycle":0.1,"autoencoder":false,
   "overwrite_with_best_model":true,"target_ratio_comm_to_comp":0.02,
   "seed":6765686131094811000,"rho":0.99,"epsilon":1e-8,"max_w2":"Infinity",
   "initial_weight_distribution":"UniformAdaptive","classification_stop":0,
   "diagnostics":true,"fast_mode":true,"force_load_balance":true,
   "single_node_mode":false,"shuffle_training_data":false,"missing_values_handling":
   "MeanImputation","quiet_mode":false,"sparse":false,"col_major":false,
   "average_activation":0,"sparsity_beta":0,"max_categorical_features":2147483647,
   "reproducible":false,"export_weights_and_biases":false
}

正如您在上面的代码中看到的，我们指定深度学习来构建模型，并将多个参数设置为深度学习模型文档中指定的适当值。当您运行此语句时，它将比 GLM 模型构建花费更长的时间。模型构建完成后，您将看到以下输出，尽管时间不同。

建立另一个模型

检查深度学习模型输出

这会生成某种输出，可以像前面的情况一样使用以下语句进行检查。

getModel "deeplearning_model"

我们将考虑如下所示的 ROC 曲线输出以供快速参考。

深度学习

与前面的情况一样，展开各个选项卡并研究不同的输出。

保存模型

在研究了不同模型的输出后，您决定在生产环境中使用其中一种模型。H20 允许您将此模型保存为 POJO（普通旧 Java 对象）。

展开输出中的最后一个标签 PREVIEW POJO，您将看到微调模型的 Java 代码。在您的生产环境中使用它。

节约模型

接下来，我们将了解 H2O 的一个非常令人兴奋的功能。我们将学习如何使用 AutoML 来测试各种算法并根据其性能对其进行排名。

H2O-AutoML

要使用 AutoML，请启动新的 Jupyter 笔记本并按照以下步骤操作。

导入 AutoML

首先使用以下两条语句将 H2O 和 AutoML 包导入到项目中 -

import h2o
from h2o.automl import H2OAutoML

初始化水

使用以下语句初始化 h2o -

h2o.init()

您应该在屏幕上看到集群信息，如下面的屏幕截图所示 -

集群信息

加载数据中

我们将使用您在本教程前面使用的相同的 iris.csv 数据集。使用以下语句加载数据 -

data = h2o.import_file('iris.csv')

准备数据集

我们需要决定特征和预测列。我们使用与之前的案例相同的特征和预测列。使用以下两个语句设置功能和输出列 -

features = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']
output = 'class'

以 80:20 的比例分割数据进行训练和测试 -

train, test = data.split_frame(ratios=[0.8])

应用 AutoML

现在，我们已准备好在数据集上应用 AutoML。AutoML 将运行我们设置的固定时间，并为我们提供优化的模型。我们使用以下语句设置 AutoML -

aml = H2OAutoML(max_models = 30, max_runtime_secs=300, seed = 1)

第一个参数指定我们要评估和比较的模型的数量。

第二个参数指定算法运行的时间。

我们现在调用 AutoML 对象上的 train 方法，如下所示 -

aml.train(x = features, y = output, training_frame = train)

我们将 x 指定为之前创建的特征数组，将 y 指定为输出变量以指示预测值，将数据帧指定为训练数据集。

运行代码，您必须等待 5 分钟（我们将 max_runtime_secs 设置为 300），直到获得以下输出 -

最大运行时间秒

打印排行榜

AutoML 处理完成后，它会创建一个排行榜，对它评估过的所有 30 种算法进行排名。要查看排行榜的前 10 条记录，请使用以下代码 -

lb = aml.leaderboard
lb.head()

执行后，上述代码将生成以下输出 -

排行榜

显然，DeepLearning 算法获得了最高分。

根据测试数据进行预测

现在，您已经对模型进行了排名，您可以在测试数据上查看排名最高的模型的性能。为此，请运行以下代码语句 -

preds = aml.predict(test)

处理会持续一段时间，完成后您将看到以下输出。

测试数据

打印结果

使用以下语句打印预测结果 -

print (preds)

执行上述语句后，您将看到以下结果 -

打印结果

打印所有人的排名

如果您想查看所有测试算法的排名，请运行以下代码语句 -

lb.head(rows = lb.nrows)

执行上述语句后，将生成以下输出（部分显示） -

印刷等级

结论

H2O 提供了一个易于使用的开源平台，用于在给定数据集上应用不同的 ML 算法。它提供了多种统计和机器学习算法，包括深度学习。在测试过程中，您可以微调这些算法的参数。您可以使用命令行或提供的名为 Flow 的基于 Web 的界面来执行此操作。H2O 还支持 AutoML，它可以根据性能对多种算法进行排名。H2O 在大数据方面也表现出色。对于数据科学家来说，这绝对是一个福音，可以在他们的数据集上应用不同的机器学习模型，并选择最好的模型来满足他们的需求。