H2O - AutoML

要使用 AutoML，请启动一个新的 Jupyter 笔记本并按照下面显示的步骤操作。

导入 AutoML

首先使用以下两个语句将 H2O 和 AutoML 包导入项目 −

import h2o
from h2o.automl import H2OAutoML

初始化 H2O

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 −

加载数据

我们将使用相同的您在本教程前面使用过的 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

我们需要确定特征和预测列。我们使用与前面案例相同的特征和预测列。使用以下两个语句设置特征和输出列 −

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

按 80:20 的比例拆分数据以进行训练和测试 −

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数量。

第二个参数指定算法运行的时间。

我们现在在 AutoML 对象上调用 train 方法，如下所示 −

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

我们将 x 指定为我们之前创建的特征数组，将 y 指定为输出变量以指示预测值，将数据框指定为 train 数据集。

运行代码，您将需要等待 5 分钟（我们将 max_runtime_secs 设置为 300）直到您获得以下输出 −

打印排行榜

当 AutoML 处理完成时，它会创建一个排行榜，对其评估过的所有 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 −

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，您可以看到排名最高的模型在测试数据上的表现。为此，请运行以下代码语句 −

preds = aml.predict(test)

处理持续一段时间，完成后您将看到以下输出。

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 −

打印所有排名

如果您想查看所有测试算法的排名，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） −

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。它提供了几种统计和 ML 算法，包括深度学习。在测试期间，您可以微调这些算法的参数。您可以使用命令行或提供的基于 Web 的界面 Flow 来执行此操作。H2O 还支持 AutoML，它根据几种算法的性能提供排名。H2O 在大数据上也表现良好。对于数据科学家来说，这无疑是一个福音，他们可以将不同的机器学习模型应用于他们的数据集，并选择最好的模型来满足他们的需求。