标签: automl

我培训了h2o automl，并获得了具有令人满意指标的领导者模型。我想定期重新训练模型，但不使用检查点。因此，我想我所需要的只是领导者模型的最佳参数，以手动运行它。我知道automlmodels.leader.params，但是它提供了所有尝试过的参数的列表。如何获得排行榜中最好的那些？

我有一个二进制分类问题，并且正在使用“ h2o.automl”来获取模型。

是否可以从“ h2o.automl”模型中获取我的数据集功能重要性的图？

指向一些python 3代码的指针将不胜感激。

谢谢。查尔斯

我正在尝试使用我自己的数据集而不是 MNIST 数据集来重现下面的 2 个教程。 https://docs.microsoft.com/ja-jp/azure/machine-learning/service/tutorial-auto-train-models https://docs.microsoft.com/ja-jp/azure/machine-learning/service /tutorial-deploy-models-with-aml

关于 '/notebooks/tutorials/03.auto-train-models.ipynb' 没有问题。我有'model.pkl'。

但是，“/notebooks/tutorials/02.deploy-models.ipynb”在“预测测试数据”单元格中存在以下错误。我想这是“泡菜”和“进口”的问题。

请告诉我解决方案。

ModuleNotFoundError                       Traceback (most recent call last)
<ipython-input-6-11cf888b622f> in <module>
      2 from sklearn.externals import joblib
      3 
----> 4 clf = joblib.load('./model.pkl')
      5 # clf = joblib.load('./sklearn_mnist_model.pkl')
      6 y_hat = clf.predict(X_test)

~/anaconda3_501/lib/python3.6/site-packages/sklearn/externals/joblib/numpy_pickle.py in load(filename, mmap_mode)
    576                     return load_compatibility(fobj)
    577 
--> 578                 obj = _unpickle(fobj, filename, mmap_mode)
    579 
    580     return obj

~/anaconda3_501/lib/python3.6/site-packages/sklearn/externals/joblib/numpy_pickle.py in _unpickle(fobj, filename, mmap_mode)
    506     obj = None
    507     try:
--> 508         obj = unpickler.load()
    509         if unpickler.compat_mode: …

我已经使用 auto-sklearn 安装了一个分类模型，并设法将其保存到带有 pickle 的文件中。

x = automl.show_models()
results = {"ensemble": x}
pickle.dump(results, open('file.pickle','wb'))

我还设法重新加载模型。

automl = pickle.load(open('file.pickle','rb'))

但我无法设法使用重新加载的模型对新数据进行预测。当我跑步时：

y_hat = automl.predict(X_test)

我收到以下错误：

AttributeError: 'str' object has no attribute 'predict'

我使用了 gcp 中的 AutoMl Vision api 并使用我的自定义数据集对其进行了训练。我能够预测 GCP 控制台的数据，但无法存储预测的输出。为了存储预测数据输出并使用我的本地数据进行预测，我尝试了作为 API 一部分提供的 Python 代码，该代码接受图像文件内容、项目名称和存储桶名称，但是当我尝试运行它时显示我的错误：google.api_core.exceptions.PermissionDenied: 403 The caller does not have permission cloud sdk 错误输出

当我使用 autoML 在 R 中训练模型时，我可以通过以下方式查看模型的排行榜

automl_model@leaderboard

我可以通过以下方式访问最佳模型

automl_model@leader

但是，我还想用第二最佳模型、第三最佳模型等进行实验。我怎样才能访问它们？

我了解 AutoKeras ImageClassifier 的作用（https://autokeras.com/image_classifier/）

clf = ImageClassifier(verbose=True, augment=False)
clf.fit(x_train, y_train, time_limit=12 * 60 * 60)
clf.final_fit(x_train, y_train, x_test, y_test, retrain=True)
y = clf.evaluate(x_test, y_test)

但我无法理解 AutoModel 类（https://autokeras.com/auto_model/）的作用，或者它与 ImageClassifier 有什么不同

autokeras.auto_model.AutoModel(
inputs,
outputs,
name="auto_model",
max_trials=100,
directory=None,
objective="val_loss",
tuner="greedy",
seed=None)

参数输入和输出的文档说

• 输入： HyperNode 实例的列表。AutoModel 的输入节点。
• 输出： HyperHead 实例的列表。AutoModel 的输出头。

什么是超级节点实例？

同样，什么是 GraphAutoModel 类？（https://autokeras.com/graph_auto_model/）

autokeras.auto_model.GraphAutoModel(
inputs,
outputs,
name="graph_auto_model",
max_trials=100,
directory=None,
objective="val_loss",
tuner="greedy",
seed=None)

文档阅读

由超级块图定义的超级模型。GraphAutoModel 是 HyperModel 的子类。除了 HyperModel 属性之外，它还有一个调整器来调整 HyperModel。用户可以以与 Keras 模型类似的方式使用它，因为它也具有 …