H2O:GLM MOJO模型不具有可变的重要性吗?

时间:2020-07-07 11:34:45

标签: python-3.x h2o h2o4gpu

关于h2o mojo模型的问题。

我的理解对吗?GLM MOJO模型对模型没有重要意义吗?

还是缺少一些东西?

当我从GLM模型查询varimp / varimp_plot时,有时会在屏幕快照上收到以下消息。

“警告:此模型的重要性不可变。”

这是平常的吗?而varimp是从生成它们的内核中的同一模型中获得的。只是好奇地了解这一点。

任何线索都将不胜感激。

enter image description here

1 个答案:

答案 0 :(得分:1)

MOJO模型是H2O将模型投入生产的主要方式。这些自包含的zip文件主要旨在通过genmodel运行,而不进行检查。 MOJO模型不等于二进制模型,后者与特定的H2O版本相关。原因很简单-算法参数和算法本身在版本之间可能会发生变化。

无论如何,H2O提供了一种将MOJO导入回H2O并主要使用它们进行评分的方法。 MOJO的某些属性仍从MOJO中提取并提供给用户。但是,正如documentation所说,不能保证公开哪些模型参数,而某些模型参数可能会丢失。 MOJO模型导入被实现为H2O的Generic model功能的一部分-如果可以使用“通用模型驱动程序”,H2O可以“包容”任何模型,甚至包括在H2O外部训练的模型。

话虽如此,绝对有一种向MOJO导入功能用户提供不同重要性的方法。这是一个已知问题,已在H2O JIRA中进行了跟踪。

my blog上有关MOJO模型的更多资源。