h2o.automl() 使用哪些元学习器来构建集成？

【问题标题】：What meta learners are used by h2o.automl() to build the ensembles?h2o.automl() 使用哪些元学习器来构建集成？
【发布时间】：2020-07-23 16:49:10
【问题描述】：

我想知道 h2o.automl() 使用哪些元学习器来构建集成。到目前为止，我见过的所有合奏都是 GLM。是因为 h2o.automl() 仅使用 glm 作为元学习器还是由于基础模型数量有限（我的设置为 25 -50），glm 始终是最佳选择？

谢谢。

【问题讨论】：

标签： h2o automl

【解决方案1】：

H2OAutoML 使用 GLM 作为默认的 metalearner 算法，我们目前没有尝试使用多个元学习器来找到最好的（这可能会在未来的版本中改变）。

目前，您可以使用 autoML 模型作为基础模型来训练不同的集成：

aml = H2OAutoML(project_name="my_aml",
                ...,
                keep_cross_validation_predictions=True) # important if you want to stack the models later

aml.train(...)

# train another ensemble using GBM as algo metalearner
lb = aml.leaderboard
base_models = [m for m in [lb[i,0] for i in range(lb.nrows)] 
                 if 'StackedEnsemble' not in m]

se = h2o.estimators.H2OStackedEnsembleEstimator(
    base_models=base_models,
    metalearner_algorithm='gbm',
    ...
)

【讨论】：