在 h2o 无人驾驶 AI 上显式制作 GLM 模型
Explicitly make GLM model on h2o driverless AI
我在h2o无人驾驶人工智能上做了一些实验。很想知道我们是否可以明确要求实验使用 GLM 进行训练。
或者它总是按照它的方式制作模型？
[ Driverless AI是一个全新的产品，所以它的发展速度非常快。此答案适用于 Driverless AI 1.0.5 版，但可能很快就会过时。 ]
Driverless AI 在内部使用（最好是基于 GPU 的）xgboost 树模型来评估特征工程期间的变量重要性，并构建最终模型以进行预测。但您可以做的是，在实验进度条显示 100% 完成后，将转换后的训练和测试数据下载为 .csv 文件。这些转换后的 .csv 文件包括作为新列的工程特征，并且可以用作 H2O-3 的 GLM 的输入，例如。
不过，添加更多种类的模型对未来来说绝对有意义。
我在h2o无人驾驶人工智能上做了一些实验。很想知道我们是否可以明确要求实验使用 GLM 进行训练。
或者它总是按照它的方式制作模型？
[ Driverless AI是一个全新的产品，所以它的发展速度非常快。此答案适用于 Driverless AI 1.0.5 版，但可能很快就会过时。 ]
Driverless AI 在内部使用（最好是基于 GPU 的）xgboost 树模型来评估特征工程期间的变量重要性，并构建最终模型以进行预测。但您可以做的是，在实验进度条显示 100% 完成后，将转换后的训练和测试数据下载为 .csv 文件。这些转换后的 .csv 文件包括作为新列的工程特征，并且可以用作 H2O-3 的 GLM 的输入，例如。
不过，添加更多种类的模型对未来来说绝对有意义。