Répondre

0

Pour les algorithmes et les exemples en Python pour savoir comment utiliser chaque paramètre, cliquez ici (la principale documentation utilisateur H2O) et regardez la section des algorithmes:

Pour des choses spécifiques Python , allez sur le site de docs et recherchez 'Python' sur la page. Il y a une boîte spécialement avec des trucs Python:

Vous pouvez utiliser des modèles de H2O comme des éléments d'un pipeline de sklearn.

+0

Merci Tom.Oui, j'ai été à travers ces documents. Et vu qu'il y a tellement de similitude entre les API python de h2o et scikit learn. Il y a aussi une similitude entre la fusion de données h2o et les querelles de données pandas. Donc, je cherchais une comparaison côte-à-côte de la syntaxe, ou un cheatheet ML et de la chiquenaude de données h2o. – kivk02

1
  • Il y a un H2OFrame/Pandas dataframe munging antisèche here. La démo "EEG Eyestate" a été écrite à la fois pour H2O et Scikit-learn, ce qui me rapproche le plus d'une comparaison côte-à-côte.
  • Il existe des tutoriels Python here, qui démontrent l'utilisation basique des algos H2O supervisés (et la recherche de grille) en Python.
  • Taylor Smith a créé le module skutil qui vous permet d'utiliser plus facilement les modèles H2O avec les pipelines sklearn.
+0

merci erin! j'aime le cheatsheet munging. – kivk02