我知道在H2O中有不同的方法来执行超参数优化，比如H2OGridSearch，H2ORandomSearch。然而，当我们使用H2OAutoML一次训练多个模型时，是否有一种方法可以包含超参数优化方法？它是否已经将其包含为默认设置？任何输入都是有益的。
浏览 2提问于2020-07-09得票数 1
使用AutoML (来自H2O)是否可以只使用Word2Vec算法，并尝试不同的参数值，以找出哪些参数设置为我的数据集提供了最准确的向量？因此，我不希望AutoML将DeepLearning、GBM等算法应用到我的数据集。只有Word2Vec算法…我该怎么做？
到目前为止，我只用H2O构建了一个word2vec模型。我想用AutoML测试Word2Vec的
浏览 1提问于2019-03-26得票数 0
2回答
我试着用h2o.automl()进行训练。但训练因超时而退出。我知道可以将max_runtime_secs设置为更高的数字。但如果我们能训练1个小时，然后把它保存在某个地方，那就太好了。第二天从第一天离开的地方再次训练它。我已尝试设置project_name -但退出时没有保存任何内容。因此，如果我们关闭pc并重启，它是没有用的。为此，我使用了以下代码：
h2o.init( nthreads = -1, max_mem_size = &
浏览 4提问于2018-01-08得票数 2
我试着用AutoML来完成一个100小时的二进制分类任务。它似乎只是建立了大量的GBM模型，而没有进入其他类型。(至今已建成40座)
是否有方法来设置GBM模型的最大数量？
浏览 6提问于2017-08-14得票数 1
1回答
当使用h2o的AutoML和深入学习以及GLM算法时，我想知道如何标准化特性。 autoML在使用深度学习或GLM算法时是否自动缩放(即标准化)特征？
如果是这样的话，当我预测新的测试数据时，它是否也会自动标准化？如果不是真的话，那么是否有一个内置的h2o函数可以实现这一点
浏览 3提问于2022-09-21得票数 2
回答已采纳
我有相当小的数据集: 15列，3500行，我一致地看到h2o中的xgboost比h2o AutoML更好的模型。我使用的是H2O 3.26.0.2和Flow UI。H2O XGBoost在几秒钟内就结束了，而AutoML则需要多长时间(20分钟)，并且总是给我带来更糟糕的性能。我承认dataset可能并不完美，但我认为带有网格搜索的Aut
浏览 1提问于2019-08-20得票数 1
回答已采纳
在Linux上，H2O 3.16.0.2 -异常是在运行GBM时发生的。
H2O API扩展: XGBoost、Algos、AutoML、Core V3、Core
浏览 5提问于2018-01-03得票数 3
回答已采纳
我训练了h2o自动机，得到了一个具有令人满意的指标的领导者模型。我希望定期重新训练模型，但不使用检查点。所以，我想我所需要的就是leader模型的最佳参数，以便手动运行它。我知道automlmodels.leader.params，但它给出了所有尝试过的参数的列表。我如何才能获得排行榜中找到的最好的？
浏览 34提问于2019-03-10得票数 9
回答已采纳
h2o中可用的所有算法在Automl中也适用。例如，H2O自动机会在时间序列、CoxPH、朴素贝叶斯等算法上运行吗？
浏览 1提问于2020-05-04得票数 0
1回答
我使用了随机搜索，并为我的模型获得了最佳的超参数，我能把这个模型传递给AutoML吗？
AutoML自己会随机搜索最佳的超参数吗？还是有什么事我需要过去？
浏览 6提问于2022-01-07得票数 1
回答已采纳
1回答
我使用安装包来安装h2o。虽然我可以执行h2o.init()，但是找不到h2o.autoML函数：经过一些搜索后，我在tar.gz中安装了“夜间出血边缘”的tar.gz。但是在安装之后，即使是h2o.init()也不再工作，并显示了这个错误：
Error: package or namespace load failed for ‘h2o’ in get(method,env
浏览 2提问于2017-08-04得票数 1
回答已采纳
我目前正在使用一些保险数据来预测一个客户会在哪一类保险金额中下降。为了实现这一点，我使用了R中的AutoML包的H2O函数，现在我有了我的模型，我希望能够看到数据中哪些变量/特性对模型的预测贡献最大。在H2O中这样的事情可能发生吗？如果没有，用R实现这一目标的另一个好选择是什么？谢谢!
浏览 0提问于2018-04-23得票数 3
回答已采纳
1回答
我们在有三个节点的Hadoop集群上使用H2O版本3.14.0.3和Flow (v.0.7.7)。在flow web接口中，有一些模型的缺省值(特别是对深度学习)，我们每次都会调整(例如将时差降到0.1)。如果我们不调整参数，由于数据集的数量，培训需要几个小时。
我是否能够配置默认参数设置？
浏览 3提问于2017-11-10得票数 0
回答已采纳
我想使用更深的树来解决我的业务问题，但catboost对树的深度有16个限制。我看了一下代码，找到了硬编码的部分。中的这一行我可以简单地将其更改为64，然后运行setup.py吗？或者会有其他依赖关系，并可能导致任何问题？
浏览 6提问于2021-04-28得票数 0
2回答
项目的自动ML与手动ML
、、、、
最近，我被介绍给一个基于genetic programming的自动ML库，名为tpot。感谢诺亚·韦伯。我的意思是他们至少减少了搜索空间/特征空间。( 3)它有什么缺点吗？我知道这可能是黑匣子，但是对于数据分析，它们不是更容易吗？计算机科学家可能不喜欢它。当然，我们需要有一定的</em
浏览 0提问于2020-01-03得票数 2
回答已采纳
我知道如何在简单的和稍微复杂的用例中使用sklearn.pipeline.Pipeline()。我的问题是双重的：此外，建立管道的首选方法是什么，其中选择多个模型也可以作为附加的超参数处理？在这种情况下，如何优化特定于模型的<
浏览 0提问于2021-12-30得票数 1
回答已采纳
1回答
我正在使用H2O开发模型。在启动H2O实例后，我获得了在web浏览器中打开H2O流的IP和端口。我在HDFS中使用了以下命令来启动H2O实例。问题是，当我运行超参数搜索时，作业需要几个小时，并且我的shell会话变得不活动，并自动将我注销。这将终止控制台会话，H2O实例也将终止。我正在使用带有H2O的Rstudio接口。有没有办法让H2O
浏览 0提问于2017-04-15得票数 1
我正试着在r4.8x的大小上运行H2O xgboost。但运行时间太长(15+小时，而相同超参数网格大小的GBM需要4小时)。知道XGBoost使用缓存优化，有什么特定的实例类型最适合H2O的XGBoost实现吗？
我的训练数据有28K行，150个二进制列。我正在进行网格搜索。
浏览 4提问于2021-05-21得票数 1
我一直没有记忆建立随机森林模型在H2O木星笔记本。我发现，使用我的20 GB内存实例，我可以在抛出“树模型将不适合驱动节点的内存”异常之前，构建大约两个具有10倍交叉验证(总共22个模型)的50树模型。使用for循环，在计算和显示度量之后，我可以删除交叉验证模型，但是使用GridSearch，似乎没有任何方法在搜索时丢弃无关的CV模型。是这种情况吗？有什么解决办法吗？(我总是可以增加分配的内存量，但这最终将是本地机器
浏览 2提问于2018-07-18得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
