H2O数据准备导出到POJO

Question

我是H2O项目的新手，但很有兴趣将它用于我的Web应用程序。我已经制作了一些教程，在R中使用h2o库构建模型，然后将其导出为POJO模型。

我的问题是我需要预测的数据采用与火车数据集不同的格式。我想知道是否可以将我的R代码用于数据转换并将其导出为POJO（或类似），以便我可以实时准备新数据进行预测。

我在H2O文档页面（link）的“生产H2O”部分中找到了一些示例，例如Consumer loan application和Storm bolt。但在第一种情况下，他们使用相同的功能集，在第二种情况下，数据准备工作使用.java代码（不确定，我在R之外的编程技能很差）。因此，我无法弄清楚如何在新数据集中使用R中的转换代码。

有什么建议吗？

Answer 1

您有三种选择： （编辑：添加第三个选项）

1. 您可以将预测管道保留在R中并使用h2o.predict_json()函数，该函数允许您将测试数据作为R中的JSON传递到磁盘上的MOJO / POJO以生成预测。这将允许您使用R代码进行数据调整，然后您将获取munged数据，将其转换为JSON字符串，并使用h2o.predict_json()生成预测。该函数一次需要一行，因此如果您有一个完整的数据框，则必须编写一个循环。此时的预测将在R内存中，因此您可以选择将它们写入文件/数据库，或者在纯R中使用它们执行其他操作。
2. 将R数据清除代码转换为Java并仅使用Java应用程序中的POJO / MOJO保留应用程序Java。
3. 继续使用R代码进行修改，使用data.table::fwrite()之类的快速I / O工具将已发送的数据写入磁盘，然后使用该新文件作为POJO / MOJO的输入并使用Java进行评分。这样您就可以一次获得整个文件，而不是＃1，您必须一次获得一行。

Answer 2

在H2O进行预测之前处理数据，这是您需要处理的事情。

一种策略是以这样的方式编写您的代码，以便您可以为训练和生产环境执行相同的代码。