使用 Java POJO/MOJO 和 EasyPredictModelWrapper 基于 H2O 帧的预测

Question

我已经在 R 中训练了一个线性模型并导出了一个 POJO，我已经将它嵌入到一个 (Java) SpringBoot webapp 中。使用 EasyPredictModelWrapper 包装 POJO 并实例化一个对象在教程中有很好的描述：

hex.genmodel.GenModel rawModel = (hex.genmodel.GenModel) Class.forName(modelClassName).newInstance();
model = new EasyPredictModelWrapper(rawModel);

我可以组装一个RowData 对象：

RowData row = new RowData();
row.put("feature1", this.feature1);

并获得该行的预测：

BinomialModelPrediction p = model.predictBinomial(row);

我还导出了与 MOJO 相同的模型 - 部署过程几乎相同。

我的用例是我收到一个需要评分的可变长度对象列表，因此我迭代列表并为每个对象构造一行，将其传递给包装器并接收预测。到目前为止一切顺利。

现在我想使用一个更复杂的模型来同时考虑所有行。在 R 中，这是将数据帧传递给模型的情况，而不是一行（并接收返回的数据帧）。

我的问题是：如何将数据框传递给生成的模型对象？我已经查看了the h2o-3 repo 中的源代码，阅读了h2o 标签中每个 SO 帖子的标题，并滚动浏览了JIRA board，直到我得到 RSI，我发现最接近的东西是一个名为 DriverlessAI 的类MojoFrame，尽管给出的示例是变换而不是预测。

我相当确定 EasyPredictModelWrapper 不支持多行输入 - 源代码都是关于 RowData 类的。如果可以的话，那就太好了，但它不一定是一个炫耀。

我不太确定底层模型实现：MojoFrame 和 FrameBuilder 类往往暗示它在 DriverlessAI 中受支持，它可能使用或可能不使用相同的 MOJO。此外，H2OFrame 类不时出现在 Spark/R/Python 评分的上下文中，因此尽管这是针对本机模型而不是生成的 Java 对象，但它给了我希望模型格式可以支持它，并且一个可能的途径可能是扩展支持类。

我考虑过但尚未测试的选项：

• 修改 EasyPredictModelWrapper 以接受 Frames（为了理解 MOJO 格式付出了很多努力）
• 将输入列表重新规范化为单行（打破了基于框架的模型训练范式，这可能会破坏整个过程）

有没有人使用生成的 POJO 或 MOJO 工件完成多行/基于帧的输入？

Answer 1

H2O-3 MOJO/POJO 是基于行的。 EasyPredictModelWrapper 是一个方便的包装器，用于进行基于行的预测。

如果您想进行多个预测，那么使用 for 循环是一个不错的答案。

即使将来某个时候 API 扩展为接受某种框架，它也不会做任何与 for 循环不同的事情。

（请注意，这不应与无人驾驶 AI MOJO 混淆，后者不可互换并且具有一些不同的属性。）

---

我对底层模型实现不太确定：MojoFrame 和 FrameBuilder 类往往暗示它在 DriverlessAI 中受支持，它们可能使用也可能不使用相同的 MOJO。

尽管使用 MOJO 的通用名称，但 H2O-3 MOJO 和 Driverless AI MOJO 是不同的实现，不可互换。

他们共有的 MOJO 品质是：

• 生成的工件不需要编译（与 H2O-3 POJO 不同，它是 Java 代码）
• 支持 java 运行时
• 低延迟，非常适合实时应用程序
• 一次在一行上高效工作，非常适合流式应用程序

无人驾驶 AI MOJO 包括特征工程转换和预测模型。

---

我的问题是：如何将数据框传递给生成的模型对象？我已经查看了 h2o-3 repo 中的源代码

您不能使用当前的 H2O-3 MOJO API。 H2O-3 MOJO API 是基于行的 API。当然，可以扩展 API 以执行某种 for 循环方法。

---

现在我想使用一个更复杂的模型，同时考虑所有行

我不知道“同时考虑所有行”是什么意思。这不是 H2O-3 MOJO API 或 EasyPredictModelWrapper 所做的。基础数学是逐行的。即使您在数学周围放置一个便利函数来获取一帧值，它仍然会逐行计算结果，各个行以理论上令人尴尬的并行方式单独计算，使用简单的如果您需要并行性以提高速度，则可以使用 for 循环或其他一些奇特的方式。

在 H2O-3 MOJO API 中，为第 N 行计算的结果不会影响为第 N-1 或 N+1 行计算的结果（或者更一般地说，对除 N 之外的任何行的结果）。

（请注意，对于 Driverless AI MOJO，由于包含了特征工程，因此上述逐行讨论可能会有所不同。一个很好的例子是时间序列窗口计算。这样的讨论超出了本文的范围这个问题和答案，但在这种情况下值得指出。）