如何使用 Python 从 H2O 生成和保存 POJO答案

【问题标题】：How to generate and save POJO from H2O using Python如何使用 Python 从 H2O 生成和保存 POJO
【发布时间】：2016-12-31 22:00:19
【问题描述】：

我有一个使用 Python 在 H2O 中创建的模型。我想生成该模型的 POJO，并保存它。

假设我的模型名为 model_rf。

我试过了：

h2o.save_model(model_rf, path='./pojo_test', force=False)

这将创建一个名为“pojo_test”的目录，其中包含一大堆二进制文件。我想要一个 java 文件，比如 model_rf.java，它就是 POJO 本身。

我试过了：

h2o.download_pojo(model_rf, path='./pojo_test_2', get_jar = True)

这给出了错误信息：

IOError: [Errno 2] No such file or directory: u'./pojo_test_2/model_rf.java'

我错过了什么？可能是一个愚蠢的问题，但我一生都无法弄清楚这一点。

【问题讨论】：

标签： python pojo h2o

【解决方案1】：

一切看起来都很好，只是看起来您需要更改您使用的path。

不要使用h2o.save_model 创建的目录，而是使用您知道存在且知道路径的目录。作为第一个测试，您可以只保存到桌面，例如使用

h2o.download_pojo(model_rf, path = '/Users/your_user_name/Desktop/', get_jar = True)

您需要替换 your_user_name 的位置（假设您使用的是 mac）

这是一个您可以从头开始尝试的示例（首先使用 h2o.cluster().shutdown() 关闭 h2o

     import h2o
     h2o.init()
     iris_df = h2o.import_file("https://s3.amazonaws.com/h2o-public-test-data/smalldata/iris/iris.csv")
     from h2o.estimators.glm import H2OGeneralizedLinearEstimator
     predictors = iris_df.columns[0:4]
     response_col = "C5"
     train,valid,test = iris_df.split_frame([.7,.15], seed =1234)
     glm_model = H2OGeneralizedLinearEstimator(family="multinomial")
     glm_model.train(predictors, response_col, training_frame = train, validation_frame = valid)
     h2o.download_pojo(glm_model, path = '/Users/your_user_name/Desktop/', get_jar = True)

再次，您需要替换 your_user_name（这是假设您使用的是 mac）

（可能发生了什么：看起来您第一次使用 h2o.save_model 将 H2O 模型保存到磁盘时，在您运行原始 h2o 集群的位置创建了一个目录（检查您是否正在连接到一个 h2o 集群来自不同位置），第二次您尝试使用 download_pojo 保存模型时，它查看了您的当前目录，发现那里不存在“pojo_test2”。

当您运行h2o.save_model 时，它将打印出创建新目录的完整路径。请参阅该路径是否与当前目录相同。

【讨论】：