h2o - “bestofFamily”的 h2o 子集

Question

AutoML 生成两个学习器，一个包含“所有”，另一个是“最好的家庭”的子集。

有什么方法可以不手动将组件和堆叠的集成聚合器保存到磁盘，以便将“最好的家庭”视为独立的黑盒，可以存储、重新加载和使用，而无需 1000 名价值较低的学习者存在于同一个空间？

如果是这样，我该怎么做？

Answer 1

在运行 AutoML 时，一切都在内存中运行（除非您将其中一个模型保存到磁盘，否则不会将任何内容保存到磁盘 - 或者应用将对象保存到磁盘的选项）。

如果您只想要“Best of Family”堆叠合奏，您所要做的就是保存该二进制模型。当您保存堆叠的整体时，它会为您保存所有必需的部分（基本模型和元模型）。然后，当您准备好进行预测时，您可以稍后重新加载以与另一个 H2O 集群一起使用（只要确保，如果您要保存二进制模型，您以后可以使用相同版本的 H2O）。

蟒蛇示例：

bestoffamily = h2o.get_model('StackedEnsemble_BestOfFamily_0_AutoML_20171121_012135')

h2o.save_model(bestoffamily, path = "/home/users/me/mymodel")

示例：

bestoffamily <- h2o.getModel('StackedEnsemble_BestOfFamily_0_AutoML_20171121_012135')

h2o.saveModel(bestoffamily, path = "/home/users/me/mymodel")

h2o.load_model()稍后，您使用Python 或h2o.loadModel()R将堆叠的集成重新加载到内存中。

或者，您可以使用MOJO 模型（不同的模型格式），而不是使用需要在预测时运行 H2O 集群的 H2O 二元模型。使用 MOJO 需要做更多的工作，尽管它们速度更快并且专为生产使用而设计。如果您想保存 MOJO 模型，则可以h2o.save_mojo()在 Python 或h2o.saveMojo()R中使用。