在本地桌面上运行 H2O 会加速计算吗？

Question

我刚开始学习 H2O。我很困惑我是否在家里运行 H2O 只是为了学习。当我简单地运行“h2o.init()”时，然后开始使用 H2O 进行数据清理或建模。它会加快大数据的计算速度吗？它是否会自动连接到某些在线 H2O 集群？H2O 集群位于何处？

Answer 1

当您运行h2o.init()（即不带参数）时，它将在同一台机器上启动一个“集群”。默认情况下，它将提供大约四分之一的机器内存，并且可以使用所有线程或两个线程（后者是如果使用 R 并且您从 CRAN 安装它）。你会发现 Flow 在听http://127.0.0.1:54321/

如果您已经在另一台机器上运行了一个 H2O 集群（无论是在您的 LAN 上还是在远程云服务器上），请提供地址以h2o.init()使其连接到该地址，而不是在本地启动任何东西。

运行help(h2o.init)（在 Python 上）或?h2o.init（在 R 上）以查看所有可用选项。

注意：H2O 是一种客户端/服务器架构，但服务器（也称为“集群”，即使您只有一台机器）是所有动作发生的地方，也是保存数据和模型的地方，而客户端是比较薄。回应其中一条评论，如果您将运行 localhost 的 H2O 与 scikit-learn 之类的库进行比较，则没有太大区别（在可用计算能力方面）。H2O 的优势在于您可以轻松透明地通过 LAN 添加更多机器，以增加可用内存和（在某种程度上）计算能力；以及使用 R 以外语言的客户端。缺点主要在于必须记住服务器是保存数据的地方；例如，对于大型数据集，使用函数将其直接加载到您的服务器中，因为在客户端中保留副本只是浪费内存。