首页手记 h2o 机器学习平台

h2o 机器学习平台

标签：

机器学习

之前知道h2o是一个深度学习的框架，类似于tensorflow之类的深度学习框架。但是知道h2o的人不是那么多，然后最近在学习如何部署模型，发现h2o还是一个机器学习的平台，利用h2o能够很好的部署模型。

稍微介绍一下，h2o是一家AI公司（h2o.AI）的一个产品，

image.png

他们公司的网址如下：https://www.h2o.ai/

他们公司还有一下其他机器学习的产品。这里主要讲h2o，以及如何很好的应用与工作中。

wiki 的介绍：
H2O项目旨在为云计算开发分析界面，为用户提供数据分析工具。^[1]该软件是开源的，免费分发。该公司收取提供客户服务和定制扩展的费用。

大数据集太大，无法使用R等传统软件进行分析。H2O软件提供适用于大数据的数据结构和方法。H2O允许用户分析和可视化整套数据，而不使用Procrustean策略，即仅使用传统统计软件包研究一小部分。^[2] H2O的统计算法包括K均值聚类，广义线性模型，分布式随机森林，梯度增强机，朴素贝叶斯，主成分分析和广义低秩模型。^[6]

介绍一个例子

利用机器学习中比较常用的iris数据集

> library(h2o)
> h2o.init(nthreads = -1) # 初始化
 Connection successful!

R is connected to the H2O cluster: 
    H2O cluster uptime:         2 days 12 hours 
    H2O cluster timezone:       Asia/Shanghai 
    H2O data parsing timezone:  UTC 
    H2O cluster version:        3.20.0.8 
    H2O cluster version age:    9 days  
    H2O cluster name:           H2O_started_from_R_milin_sig066 
    H2O cluster total nodes:    1 
    H2O cluster total memory:   1.99 GB 
    H2O cluster total cores:    4 
    H2O cluster allowed cores:  4 
    H2O cluster healthy:        TRUE 
    H2O Connection ip:          localhost 
    H2O Connection port:        54321 
    H2O Connection proxy:       NA 
    H2O Internal Security:      FALSE 
    H2O API Extensions:         XGBoost, Algos, AutoML, Core V3, Core V4 
    R Version:                  R version 3.4.3 (2017-11-30) 

> iris.h2o <- as.h2o(iris) # 将数据转成h2o格式
  |========================================================| 100%
> y <- names(iris.h2o)[5] # 选出因变量> x <- setdiff(names(iris.h2o),y) # 选出自变量> part <- h2o.splitFrame(iris.h2o,0.8) # 划分数据集合> train <- part[[1]] # 训练集合> test <- part[[2]] # 测试集合> 
> m <- h2o.deeplearning(x,y,iris.h2o)  |========================================================| 100%
> m
Model Details:==============H2OMultinomialModel: deeplearning
Model ID:  DeepLearning_model_R_1538107989583_22 
Status of Neuron Layers: predicting Species, 3-class classification, multinomial distribution, CrossEntropy loss, 41,803 weights/biases, 498.2 KB, 1,500 training samples, mini-batch size 1
  layer units      type dropout       l1       l2 mean_rate1     1     4     Input  0.00 %       NA       NA        NA2     2   200 Rectifier  0.00 % 0.000000 0.000000  0.0037963     3   200 Rectifier  0.00 % 0.000000 0.000000  0.0157974     4     3   Softmax      NA 0.000000 0.000000  0.012824
  rate_rms momentum mean_weight weight_rms mean_bias bias_rms1       NA       NA          NA         NA        NA       NA2 0.003129 0.000000    0.000194   0.105557  0.484837 0.0122743 0.046676 0.000000   -0.000892   0.070076  0.998739 0.0048224 0.090778 0.000000   -0.016230   0.394634  0.000182 0.001709H2OMultinomialMetrics: deeplearning
** Reported on training data. **
** Metrics reported on full training frame **

Training Set Metrics: =====================

Extract training frame with `h2o.getFrame("iris")`MSE: (Extract with `h2o.mse`) 0.1183608RMSE: (Extract with `h2o.rmse`) 0.344036Logloss: (Extract with `h2o.logloss`) 0.5279828Mean Per-Class Error: 0.1466667Confusion Matrix: Extract with `h2o.confusionMatrix(<model>,train = TRUE)`)
=========================================================================
Confusion Matrix: Row labels: Actual class; Column labels: Predicted class
           setosa versicolor virginica  Error       Rate
setosa         50          0         0 0.0000 =   0 / 50versicolor      0         50         0 0.0000 =   0 / 50virginica       0         22        28 0.4400 =  22 / 50Totals         50         72        28 0.1467 = 22 / 150Hit Ratio Table: Extract with `h2o.hit_ratio_table(<model>,train = TRUE)`=======================================================================
Top-3 Hit Ratios: 
  k hit_ratio1 1  0.8533332 2  1.0000003 3  1.000000> p <- predict(m,test)  |========================================================| 100%
> p
  predict    setosa   versicolor    virginica1  setosa 0.9999058 9.417504e-05 6.047099e-232  setosa 0.9996648 3.352197e-04 2.921434e-213  setosa 0.9975189 2.481069e-03 1.479799e-194  setosa 0.9960052 3.994764e-03 2.335468e-205  setosa 0.9978060 2.194044e-03 6.445456e-226  setosa 0.9988394 1.160571e-03 5.431617e-21[20 rows x 4 columns] 


# 计算混淆矩阵> h2o.confusionMatrix(m)
Confusion Matrix: Row labels: Actual class; Column labels: Predicted class
           setosa versicolor virginica  Error       Rate
setosa         50          0         0 0.0000 =   0 / 50versicolor      0         50         0 0.0000 =   0 / 50virginica       0         22        28 0.4400 =  22 / 50Totals         50         72        28 0.1467 = 22 / 150# 计算均方误差> h2o.mse(m)
[1] 0.1183608# 计算其他指标h2o.performance(m,test)

作者：Liam_ml
链接：https://www.jianshu.com/p/5c9a5ff1e0d4

点击查看更多内容