我看到 H2O DAI 自动为数据集选择优化算法。我听说来自其他平台（如 SAS Viya）​​的 MLI（机器学习解释）的内容取决于它使用的算法。例如，LOCO 不适用于 GBM 等。（当然，这是一个纯粹的假设示例。）

H2O DriverlessAI 也一样吗？还是不管它使用什么算法，它总是显示相同的 MLI 菜单？

我不清楚他们在“安装并启动 Driverless AI 后，打开浏览器并导航到：12345”指令中寻找什么作为服务器。

基于另一个答案，我尝试使用 localhost 并且像那个答案一样，我可以导航到 localhost:54321（这是“流”），但不能导航到 localhost:12335。

我还尝试访问 hostname 命令列出的机器。

在这两种情况下，浏览器都说“拒绝连接”

我正在尝试为 h2o 无驱动程序安装 python 客户端，但是当我尝试 sudo pip install this whl file 我从 UI 上的 PY_CLIENT 获得时收到此消息。这是我得到的信息。这仅适用于 Linux 系统吗？

h2oai_client-1.3.1-py3-none-any.whl 不是该平台支持的轮子。

我创建了一个训练模型，ROC 曲线在多类混淆矩阵上显示为 0.9748。我使用“在另一个数据集上的得分”在测试数据上运行了这个模型并得到了预测。我想了解如何获得这些预测的阈值，以便我们可以将未来值发布给用户。

我正在使用 V100 GPU 的 ppc64le Redhat 上试用 DAI 1.4.2，但我发现 dai-h2o 守护程序存在一些奇怪的错误。

似乎它无法初始化其 GPU 后端，我在 h2o.jar 中找到了用于 x86 架构（不是 ppc64le）的 libxgboost4j_gpu.so。

这是某种错误还是根本不重要？

我想做一些研究，以便在我们关于能源的项目中使用无人驾驶 AI 。我们对无人驾驶AI中的时间序列功能很感兴趣。但我不知道预测长度中的最小/最大值是哪个。

在文件中，他们提到预测长度的最大值为 39 周，并带有销售预测案例研究。

在开发无人驾驶 AI 最新版本（即 1.4.2）时，我们面临以下错误 - 我们使用了与 1.3 版中使用的相同数据，并且运行良好。

我的系统上安装了 DAI 1.5.1 版本。我执行了一个实验并成功运行，但是在创建 Python 管道时出现以下错误。请帮助我理解为什么它没有被创建？

2019-01-28 05:05:11,936 C: D:159.6GB M:114.9GB 47125 信息：创建名为 score_h2oai_experiment_cakifafu 的评分管道 2019-01-28 05:05:11,944 C: D:159.6GB M:114.9GB 47125 警告：评分管道已存在于 /opt/app/workload/deployments/h2o-ai/dai-1.5.1/tmp/h2oai_experiment_cakifafu/scoring_pipeline 2019-01-28 05:05:11,947 C: D:159.6GB M:114.9GB 47125 警告：破坏现有评分管道... 2019-01-28 05:05:12,008 C: D:159.6GB M:114.9GB 47125 信息：创建节俭 IDL... 2019-01-28 05:05:12,013 C : D:159.6GB M:114.9GB 47125 INFO : 收集轮子... 2019-01-28 05:05:12,017 C: D:159.6GB M:114.9GB 47125 INFO : Writing requirements.txt... 2019-01 -28 05:05:12,021 C:D:159.6GB M:114.9GB 47125 信息：写入 environment.yml... 2019-01-28 05:05:12,024 C:D:159.6GB M:114.9GB 47125 信息：写example.py... 2019-01-28 05:05:12,028 C: D:159.6GB M:114.9GB 47125 信息：写入 http_server.py... 2019-01-28 05:05:12,032 C:D:159.6GB M:114.9GB 47125 信息：写入 tcp_server.py.. . 2019-01-28 05:05:12,035 C: D:159.6GB M:114.9GB 47125 信息：写入 setup.py... 2019-01-28 05:05:12,038 C: D:159.6GB M:114.9 GB 47125 信息：编写 example_client.py 2019-01-28 05:05:12,042 C:D:159.6GB M:114.9GB 47125 信息：编写 run_http_client.sh 2019-01-28 05:05:12,080 C:D:159.6 GB M:114.9GB 47125 INFO : Building score wheel... 2019-01-28 05:05:12,386 C: D:159.6GB M:114.9GB 94411 错误 : Traceback (last last call last): File "h2oaicore/scoring .py”，第 799 行，在 h2oaicore.scoring.do_build_scoring_pipeline 文件“h2oaicore/scoring.py”，第 578 行，在 h2oaicore.scoring.build_scoring_pipeline RuntimeError：评分模块轮构建失败：b”正在复制管道...\n正在复制建模管道...\n正在复制架构...\n正在复制配置覆盖...\n正在复制模型摘要...\n正在复制依赖轮...\n正在复制记分轮资产...\n使用 python可执行文件位于 /opt/app/workload/deployments/h2o-ai/dai-1.5.1/python/bin/python\n/opt/app/workload/deployments/h2o-ai/dai-1.5.1/python/ bin/python: 到 `python3.6' 的符号链接\nPython 3.6.4\n正在设置 virtualenv...\nbuild.sh: /opt/app/workload/deployments/h2o-ai/dai-1.5.1/python/ bin/virtualenv: /opt/app/workload/deployments/h2o-ai/dai-1.5.1-linux-x86_64/python/bin/python3: 错误的解释器: 没有这样的文件或目录\n"\n使用位于 /opt/app/workload/deployments/h2o-ai/dai-1.5.1/python/bin/python\n/opt/app/workload/deployments/h2o-ai/dai-1.5.1 的 python 可执行文件/python/bin/python: 到 `python3.6' 的符号链接\nPython 3.6.4\n正在设置 virtualenv...\nbuild.sh: /opt/app/workload/deployments/h2o-ai/dai-1.5.1 /python/bin/virtualenv: /opt/app/workload/deployments/h2o-ai/dai-1.5.1-linux-x86_64/python/bin/python3: 错误的解释器: 没有这样的文件或目录\n"\n使用位于 /opt/app/workload/deployments/h2o-ai/dai-1.5.1/python/bin/python\n/opt/app/workload/deployments/h2o-ai/dai-1.5.1 的 python 可执行文件/python/bin/python: 到 `python3.6' 的符号链接\nPython 3.6.4\n正在设置 virtualenv...\nbuild.sh: /opt/app/workload/deployments/h2o-ai/dai-1.5.1 /python/bin/virtualenv: /opt/app/workload/deployments/h2o-ai/dai-1.5.1-linux-x86_64/python/bin/python3: 错误的解释器: 没有这样的文件或目录\n"没有这样的文件或目录\n"没有这样的文件或目录\n"

I am setting up H2O DAI on my Windows computer for experimentation, but the DAI interface fails to load. Is there a way to determine what is causing the failure? Is it a problem with the port?

This is for a small test case so I can explore H2O DAI on my computer. I only have a Windows computer, and so I installed using the recommended process of installing the H2O DAI DEB through Ubuntu 18.04 for WSL.

I started H2O DAI using the code below.

Run Driverless AI.

sudo -H -u dai /opt/h2oai/dai/run-dai.sh

Access DAI in browser

localhost:12345

Access H2O Flow in browser

localhost:54321

Running localhost:12345 should show a login screen for the DAI, but the page says "Failure to load, localhost refused to connect."

However, localhost:54321, which is for H2O Flow, immediately shows the Flow interface.

我的机器的 CPU 有 20 个核心，但是在运行 Driverless AI 时，它只使用了其中的 4 个。我怎样才能让它使用更多的核心以获得更快的结果？