python - 将 H2O AutoML 模型转换为 Sklearn 模型
问题描述
我有一个 H2O AutoML 使用 python 生成的 GBM 模型。我想知道我们是否可以将其转换为标准的 sklearn 模型,以便我可以将其融入我的其他 sklearn 模型的生态系统中。打印模型时,我可以看到如下模型属性。
如果从 H2O 直接转换到 sklearn 不可行,有没有办法可以使用上述属性在 sklearn 中重新创建 GBM?这些术语看起来与标准 sklearn GBM 参数略有不同。
提前致谢。
解决方案
这会有点棘手,因为包有点不同。Sklearn 基于 Python/Cython/C,H2O 使用 Java。底层算法也可能不同。但是,您可以尝试在两者之间匹配/转换您的超参数,因为它们会相似。
此外,最好有一个与库无关的生态系统,以便您可以互换不同的模型。
推荐阅读
- python - 如何在 Python 中访问超类方法的局部变量
- android - 在后按时创建警报框
- scala - 以编程方式从 Google 电子表格中删除空单元格以避免 5000000 单元格限制错误
- web - 在 IE11 的 Web Worker 中使用 URL.createObjectURL
- python - 计算数据框中列表中每个单词的单词频率
- pandas - 在熊猫中使用 groupBy 后每月对数据进行排序
- python-2.7 - ld 在arch linux上构建时找不到与python模块相关的函数
- java - ListView 以编程方式添加列
- spring-data-jpa - JPA 存储库本机查询忽略 ::timestamptz
- haskell - `[ (x !! 0, x !! 1) | x <- mapM (const ['A', 'B', 'C'] ) [1..2], head x < head (tail x) ]` 有效吗?