如何使用Python從H2O生成和保存POJO

Question

我有一個使用Python在H2O中創建的模型。 我想生成該模型的POJO並保存。

假設我的模型稱為model_rf。

我努力了：

h2o.save_model(model_rf, path='./pojo_test', force=False)

這將創建一個名為“ pojo_test”的目錄，其中包含一堆二進制文件。 我想要一個Java文件，例如model_rf.java，它就是POJO本身。

我試過了：

h2o.download_pojo(model_rf, path='./pojo_test_2', get_jar = True)

給出了錯誤信息：

IOError: [Errno 2] No such file or directory: u'./pojo_test_2/model_rf.java'

我想念什么？ 可能是一個愚蠢的問題，但我無法一生解決這個問題。

Answer 1

一切看起來都很好，就像您需要更改使用的path 。

不要使用h2o.save_model創建的目錄，而h2o.save_model使用一個已知的目錄並且知道該目錄的路徑。 作為第一個測試，您可以保存到桌面，例如使用

h2o.download_pojo(model_rf, path = '/Users/your_user_name/Desktop/', get_jar = True)

需要替換your_user_name的位置（這是假設您使用的是Mac）

這是一個示例，您可以從頭開始嘗試（首先使用h2o.cluster().shutdown()關閉h2o

     import h2o
     h2o.init()
     iris_df = h2o.import_file("https://s3.amazonaws.com/h2o-public-test-data/smalldata/iris/iris.csv")
     from h2o.estimators.glm import H2OGeneralizedLinearEstimator
     predictors = iris_df.columns[0:4]
     response_col = "C5"
     train,valid,test = iris_df.split_frame([.7,.15], seed =1234)
     glm_model = H2OGeneralizedLinearEstimator(family="multinomial")
     glm_model.train(predictors, response_col, training_frame = train, validation_frame = valid)
     h2o.download_pojo(glm_model, path = '/Users/your_user_name/Desktop/', get_jar = True)

再次在您需要替換your_user_name （假設您使用的是Mac）

（可能發生的情況：看起來像是第一次使用h2o.save_model將H2O模型保存到磁盤時，在運行原始h2o集群的位置創建了一個目錄（檢查是否要從其他位置連接到h2o集群），第二次嘗試使用download_pojo保存模型時，它查看了當前目錄，發現那里不存在'pojo_test2'。

當您運行h2o.save_model ，它將打印出創建新目錄的完整路徑。 查看該路徑是否與當前目錄相同。