如何在 Java 应用程序中嵌入 H2o？

Question

我正在尝试在 Java 应用程序中启动嵌入式 H2o 并训练模型。但是我没有得到文档中的确切解释（http://docs.h2o.ai/h2o/latest-stable/h2o-docs/faq/java.html）。任何人都可以通过提供一个例子来帮助我吗？

谢谢，

Answer 1

这里要理解的关键是您是否真的想在应用程序中训练模型，还是只想为模型评分。大多数人最初只想给模型打分。

计分

评分是容易和自然的。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。相关代码的片段如下：

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

为延期培训评分和储蓄

许多人会做的是在他们的实时应用程序中评分，并保存新数据（某处）以进行延期训练。然后离线训练模型并再次将它们推入生产进行评分。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 以进行实际培训涉及更多。

如果我要嵌入 H2O，我会采用以下两种方式之一：

得到充分支持的选项 1。将 H2O 实例作为单独的进程（或分布式情况下的一组进程）启动，并使用 R 或 Python 与其通信。

H2O 的有据可查的 API 是 R API 和 Python API。（还有一个包含大量生成文档的 REST API，但我认为它不是特别容易使用。）

您将在以下位置找到大量文档和示例：

• http://docs.h2o.ai

得到充分支持的选项 2。编写一个 Spark 应用程序并使用 Sparkling Water 和 Scala 或 PySparkling 和 Python。

这实际上并不需要太多 Spark，因为 Sparkling Water 中嵌入的 H2O 实际上根本不依赖 Spark 侧。用于 Sparkling Water 的 Scala 和 Python API 有据可查。苏打水用户指南是一个很好的起点：

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

...然后这里有其他更难的选择：

（更难）选项 3。您可以将 H2O 作为 maven 依赖项包含在内，并直接从 Java 调用它。

这里最大的问题是 Java API 没有很好的文档记录，并且您找不到有关如何使用它的友好示例。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。有些人直接从 REST API 调用了 H2O。

我不建议这样做，因为这很困难，但如果您想尝试，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")
...