我知道我可以通过H2OModel
插槽访问@parameters
的预测变量名称,但是我可以访问预测变量数据类型 ?
我正在尝试为h2OModel
生成输入模式,现在我必须交叉引用training_frame
并从那里获取数据类型。显然,如果我的training_frame
不再在内存中,这将是一个问题。
这是我目前的做法:
getInputSchema <- function(model){
require(jsonlite)
require(h2o)
training_frame <- h2o.getFrame(model@parameters$training_frame)
toJSON(
setNames( h2o.getTypes(training_frame),
names(training_frame)
)[model@parameters$x],
auto_unbox = T
)
}
以及如何使用它的示例:
#--- Example dataset ----
library(h2o)
library(data.table)
options('h2o.use.data.table'=TRUE)
library(rpart.plot) # for 'ptitanic' dataset
h2o.init()
data(ptitanic, package='rpart.plot')
survival <- as.h2o(
setDT( ptitanic)[, `:=`( age = as.numeric(age),
sibsp = as.integer(sibsp),
parch = as.integer(parch)
) ]
)
#--- Example model -----
fit <-
h2o.gbm( x = c('pclass','sex','age','sibsp','parch'),
y = 'survived',
training_frame = survival
)
#--- Example use ----
getInputSchema(fit)
# {"pclass":"enum","sex":"enum","age":"real","sibsp":"int","parch":"int"}
我正在寻找一种解决方案,该解决方案可应用于缺少training_frame
中引用的数据集的现有模型。