python-3.x - H2O：GLM MOJO 模型的重要性不可变？

Question

关于 h2o mojo 模型的问题。

我的理解是否正确，GLM MOJO 模型对模型的重要性不可变？

还是缺少什​​么？

当我从 GLM 模型查询 varimp/varimp_plot 时，有时会在屏幕截图上收到以下消息。

“警告：这个模型没有可变的重要性。”

这是平常的吗？而我们从生成它们的内核中的同一模型中获得 varimp。只是好奇想明白这一点。

任何线索将不胜感激。

Answer 1

MOJO 模型是 H2O 将模型投入生产的主要方式。这些独立的 zip 文件主要用于运行genmodel而不是检查。MOJO 模型不等于二进制模型，它与某个 H2O 版本相关联。原因很简单——算法参数和算法本身可能会在版本之间发生变化。

无论如何，H2O 提供了一种将 MOJO 导入回 H2O 并主要用于评分的方法。MOJO 的一些属性仍然从 MOJO 中提取并提供给用户。但是，正如文档所述，不能保证公开了哪些模型参数，并且有些可能会丢失。MOJO 模型导入作为 H2OGeneric model功能的一部分实现 - H2O 能够“拥抱”任何模型，即使是在 H2O 之外训练的模型，只要“通用模型驱动程序”可用。

话虽如此，肯定有一种方法可以为 MOJO 导入功能用户提供可变重要性。这已经是一个已知问题，并在H2O JIRA中进行了跟踪。

在我的博客上有更多关于 MOJO 模型的资源。