嘗試 H2o 做機器學習 | Linux 中國

我目前正在參加一個機器學習班，雖然工作量很瘋狂，但我非常喜歡。我最初計劃使用 R[1] 來訓練我的資料庫，但老師建議我使用一個 FOSS 機器學習框架 H2o[2]。

起初我有點懷疑，因為我已經對 R 掌握得不錯了，但後來我發現你可以簡單地將 H2o 作為 R 庫匯入。H2o 將大多數 R 函式替換為其自己的並行化函式，以減少處理時間（不再需要 doParallel 呼叫），並且使用“外部”服務端來執行，而不是直接呼叫 R。

H2o Flow gradient boosting model

直到我真正在實際中開始在 H2o 中使用 R 時，我對這種情況都非常滿意。我在使用非常大的資料庫時，庫變得笨重，我幾乎不能做任何有用得事情。大多數時候，我最後只是得到一個很長的 Java 回溯呼叫。

我相信正確地將 H2o 作為一個庫使用將非常強大，但可惜的是，它似乎在我的 R 技能中無效。

H2o Flow variable importance weights

我生了一整天的氣 —— 無法實現我想做的事 —— 直到我意識到 H2o 有一個名為 Flow 的 WebUI。我通常不喜歡使用 web 來完成重要的工作，比如編寫程式碼，但是 Flow 簡直太不可思議了。

自動繪圖功能，執行資源密集模型時整合 ETA（預計剩餘時間），每個模型引數的描述（這些引數甚至會根據您熟悉的統計模型分成不同部分），Flow 似乎擁有所有功能。我很快就能夠執行 3 種基本的機器學習模型並獲得實際可解釋的結果。

所以，如果你一直渴望使用最先進的機器學習模型分析非常大的資料庫，我會推薦使用 H2o。首先嘗試使用 Flow，而不是 Python 或 R 的鉤子，來看看它能做什麼。

唯一缺點是，H2o 是用 Java 編寫的，並依賴 Java 1.7 來執行。並且需要警告的是：它需要非常強大的處理器和大量的記憶體。即使有 10 個可用的內核和 10Gb 的 RAM，我可憐的伺服器也苦苦掙紮了一段時間。

via: https://veronneau.org/playing-with-water.html

作者：Louis-Philippe Véronneau[4] 譯者：geekpi 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出