我想知道h2o.automl()使用哪些元学习器来构建集成体。到目前为止,我所看到的所有乐团都是GLM。是因为h2o.automl()仅将glm用作元学习者,还是由于基本模型数量有限(在我的设置中为25 -50),glm始终是最佳选择?
谢谢。
答案 0 :(得分:2)
H2OAutoML使用GLM作为默认的金属学习者算法,并且我们目前不尝试使用多个金属学习者来寻找最佳的(可能在将来的版本中更改)。
目前,您可以使用autoML模型作为基础模型来训练其他集合:
aml = H2OAutoML(project_name="my_aml",
...,
keep_cross_validation_predictions=True) # important if you want to stack the models later
aml.train(...)
# train another ensemble using GBM as algo metalearner
lb = aml.leaderboard
base_models = [m for m in [lb[i,0] for i in range(lb.nrows)]
if 'StackedEnsemble' not in m]
se = h2o.estimators.H2OStackedEnsembleEstimator(
base_models=base_models,
metalearner_algorithm='gbm',
...
)