如何迭代地训练 h2o automl 模型

Question

我试图使用h2o.automl()进行训练。 但由于超时，训练退出。 我知道max_runtime_secs可以设置为更高的数字。 但是如果我们可以训练 1 小时，然后将其保存在某个地方就好了。 第二天再次从第一天离开的地方训练它。

怎么做 ？

我尝试通过设置project_name - 但退出时没有保存任何内容。 所以如果我们关闭电脑并重新启动，它是没有用的。

我为此使用了以下代码：

library( h2o )

h2o.init( nthreads = -1, max_mem_size = '10240m' )

train = h2o.importFile( 'train.csv' )

automl_model = h2o.automl( y = 'outcome', training_frame = train, nfolds = 3, max_runtime_secs = 1800,

                           project_name = 'automl_aus_tennis' )

链接到 train.csv： http : //www.mediafire.com/file/qj7yiju15ncgnax/train.csv

Answer 1

您可以使用相同的project_name和不同的种子重复运行h2o.automl()以构建其他模型并将它们添加到同一个leaderboard 。 我一直这样做。

有一个pull request ，它应该很快就会进入，它允许您指定不运行的算法。 这允许您调整在每次AutoML运行时执行的超参数搜索。

您需要保持h2o-3实例运行以实现您的目标，因为您目前无法将AutoML运行的状态持久AutoML到磁盘并将其加载到新的h2o-3实例中，或者将从磁盘加载的模型添加到leaderboard 。 这些将是有用的功能请求。 :-)

Answer 2

如果您关闭 H2O 集群（或机器）并在以后重新启动 H2O 集群，则无法继续运行 H2O AutoML 作业。 如果您让 H2O 集群继续运行，您可以通过再次运行h2o.automl()并使用相同的project_name值将更多模型添加到排行榜。

如果您需要在两次运行之间关闭 H2O 集群，那么您能做的最好的事情就是在第二次、第三次、第四h2o.automl()时间运行h2o.automl()函数时设置不同的seed ，因为您的随机网格AutoML 运行中的搜索会有所不同。 这样，您可能会获得新模型，而不是您在之前的 AutoML 运行中已经训练过的模型。

Answer 3

从那以后有什么改变吗？ 是否可以缓存 AutoML？