【问题标题】:h2o implementation in RR中的h2o实现
【发布时间】:2016-12-28 13:16:05
【问题描述】:

我现在正在学习 h2o 包,

  1. 我从 CRAN 安装了 h2o 包,但无法运行此代码

    ## 从 H\ :sub:`2`\ O 的包中导入小虹膜数据文件 irisPath = system.file("extdata", "iris.csv", package="h2o") iris.hex = h2o.importFile(localH2O, path = irisPath, key = "iris.hex")

我收到以下错误,

h2o.importFile(localH2O, path = irisPath, key = "iris.hex") 中的错误: 未使用的参数(key = "iris.hex")

  1. 我的第二个问题是,除此之外,我们还有很好的资源来学习 R 中的 h2o:

http://h2o-release.s3.amazonaws.com/h2o/rel-lambert/5/docs-website/Ruser/rtutorial.html

  1. 我的第三个问题是我想知道 h2o 是如何工作的。?

【问题讨论】:

  • 请一次发布一个问题。错误信息是什么?
  • 谢谢@Roman Lustrik,我不知道,从现在开始我一次只发布一个问题。 p
  • @Roman Lustrik,谢谢你的建议,从现在开始我会这样做。请找到我收到的已编辑错误

标签: r h2o


【解决方案1】:

回答你的错误问题:

H2O 与本文档有所不同。读取 iris 文件的工作如下:

iris.hex = h2o.importFile(path = irisPath, destination_frame = "iris.hex")

您的第二个(和第三个问题)违反了 SO 规则。但您会在下面找到一个简短的资源列表:

  1. H2O培训资料(转至h2o.ai 网站)并转到一般文档。你可以找到所有的 在 2015 年 h2o 世界上展示的材料。还有一个链接到 水大学。
  2. 查看他们的博客。里面有一些金块。
  3. 阅读他们提供的有关 GBM、GLM、深度学习的小册子。它们包含 R 和 Python 中的示例。
  4. 卡格尔。在脚本/内核中搜索 h2o。

至于您的第三个问题,请阅读他们的“Why H2O pages”。

【讨论】:

    【解决方案2】:

    此代码不再有效的原因是,早在 2015 年,从 H2O 2.0 到 H2O 3.0 的 API 发生了重大变化。您发现的文档(可能通过 Google 搜索)适用于非常旧的 H2O 2.0 版本。最新的文档总是可以在http://docs.h2o.ai/h2o/latest-stable/h2o-docs/index.html

    找到

    【讨论】:

      【解决方案3】:

      要回答您关于 H2O 工作原理的问题,在这里汇总起来并不难。然而简而言之,H2O 是一个开源的企业级机器智能引擎,可以访问流行的机器学习语言,即 R、Python 以及编程语言 Java 和 Scala。企业就绪意味着用户可以根据非常大的数据量将执行分布到多台机器上。基于 Java 的核心引擎内置了多种算法实现,任何语言接口都通过解释器到达 H2O 核心引擎,H2O 核心引擎可以是一个分布式集群来构建模型和评分结果。两者之间有很多,所以我建议访问下面的链接,以了解更多关于 H2O 架构和各种支持语言的执行:

      http://docs.h2o.ai/h2o/latest-stable/h2o-docs/architecture.html

      【讨论】:

      • 谢谢@Avkash Chauhan,我会通过这个链接
      【解决方案4】:

      您可以深入了解 R 中的 H2O 实现,从安装到在 R 中实现 h2o 机器学习库。通过this link。 这也有助于您在 SparkR 框架之上实现 h2o 机器学习

      如果您想了解 h2o 工作原型的基础知识,请关注this link。它通过代码演练(快速学习教程)提供了工作原型的基本风格。

      除以上几点外,还包括以下重点:

      • 如何将 H2O 数据帧转换为 R 和 Spark 数据帧,反之亦然
      • SparkMLlib 和 H2O 机器库的优缺点是什么
      • 与其他 ML 库相比,h2o 的优势是什么
      • 如何将 ML 算法应用于 R 和 Spark 数据帧等。

      【讨论】:

        猜你喜欢
        • 2017-12-17
        • 2018-07-07
        • 1970-01-01
        • 1970-01-01
        • 2019-06-23
        • 2018-11-17
        • 2017-04-13
        • 2015-01-26
        • 1970-01-01
        相关资源
        最近更新 更多