如何将H2o嵌入Java应用程序中？

Question

我正在尝试在Java应用程序中开始嵌入式H2o并训练模型。 但是我没有得到文档中确切解释的内容（ http://docs.h2o.ai/h2o/latest-stable/h2o-docs/faq/java.html ）。 有人可以通过提供示例帮助我吗？

谢谢，

Answer 1

这里要了解的关键是您是否真的想在应用程序中训练模型，还是只想对模型评分。 最初，大多数人只想为模型评分。

计分

计分既简单又自然。 请在此处查看MOJO和POJO javadoc api：

• http://docs.h2o.ai/h2o/latest-stable/h2o-genmodel/javadoc/index.html

按照javadoc中显示的模式使用Easy API。 以下是相关代码的片段：

EasyPredictModelWrapper model = new EasyPredictModelWrapper(MojoModel.load("GBM_model.zip"));
RowData row = new RowData();
row.put("AGE", "68");
...
BinomialModelPrediction p = model.predictBinomial(row);

评分和保存以进行延迟培训

许多人会做的是在他们的实时应用程序中打分，并保存新数据（在某处）以进行延迟培训。 然后离线训练模型，然后将其再次投入生产以进行评分。 这是一个非常典型的模型生命周期，易于理解和管理。

训练

在您的应用程序中嵌入H2O进行实际培训会更加复杂。

如果要嵌入H2O，则可以使用以下两种方法之一：

良好支持的选项1 。 将H2O实例作为一个单独的进程（或分布式情况下的一组进程）启动，并使用R或Python与之通信。

记录良好的H2O API是R API和Python API。 （还有一个REST API，其中包含大量生成的文档，但我认为它不那么易于使用。）

您可以在以下位置找到许多文档和示例：

• http://docs.h2o.ai

备受支持的选项2 。 编写一个Spark应用程序，并使用Sparkling Water和Scala或PySparkling和Python。

实际上，这不需要太多的Spark，因为Sparkling Water中嵌入的H2O实际上根本不依赖于Spark端。 气泡水的Scala和Python API都有详细的文档记录。 《苏打水用户指南》是开始这样做的好地方：

• http://docs.h2o.ai/sparkling-water/2.3/latest-stable/doc/index.html

...然后这是其他更难的选择：

（更难）选项3 。 您可以将H2O作为Maven依赖项包括在内，并直接从Java调用它。

这里最大的问题是Java API的文档不完善，您将不会找到友好的示例来使用它。 Java API的最佳文档是源代码本身，以及h2o-3项目github中的单元测试（搜索“ test”目录）：

• https://github.com/h2oai/h2o-3

（更难）选项4 。 有人直接从REST API调用了H2O。

我不建议这样做，因为这很困难，但是，如果您想尝试一下，学习如何使用REST API的最佳方法是打开R的日志记录，并查看R客户端和H2O之间的消息有效负载：

# R program.
h2o.init()
h2o.startLogging()
h2o.importFile("test.csv")
...