我正在尝试将GridSearch
Scala 中的 api 用于H2O。我找到了这个文档,它显示了在 R 和 Python 中做什么,但是 Java 文档在实际获得最佳模型之前就停止了。谁能告诉我最后几行?IE 给出了Grid<MP>
如何获得最佳超参数组合或最佳模型?
编辑
这是我的代码到目前为止的样子(它在 Scala 中,但显然我正在调用 H2O 中的 Java 代码)。
private[this] def hyperopt(hyperParams: Map[String, Array[Object]]): M = {
val search = GridSearch.startGridSearch(
null,
params,
hyperParams.asJava,
new SimpleParametersBuilderFactory[P],
new HyperSpaceSearchCriteria.RandomDiscreteValueSearchCriteria)
val grid = search.get().asInstanceOf[Grid[P]]
val scoringInfo = grid.getScoringInfos.last // This is best scoringInfo cause it gets sorted along the way
//val bestParams = scoringInfo.???
//grid.getModel(bestParams).asInstanceOf[M]
}
关键问题是我不知道如何写最后两行。
所以经过一番挖掘后,我想出了这个我不喜欢的解决方案,但它确实有效
private[this] def hyperopt(hyperParams: (Map[String, Array[Object]], String)): M = {
val search = GridSearch.startGridSearch(
null,
params,
hyperParams._1.asJava,
new SimpleParametersBuilderFactory[P],
new HyperSpaceSearchCriteria.RandomDiscreteValueSearchCriteria)
val grid = search.get()
val summary = grid.createSummaryTable(grid.getModelKeys, hyperParams._2, true)
info("Hyper parameter results")
info(summary.toString)
// TODO Fix this hack. I don't know a better way to do this now.
val bestModelId = summary.get(0, 1)
grid.getModels.find(m => m._key.toString == bestModelId).get.asInstanceOf[M]
}