标签：following frame parallel amazon pad ict read inline run
R语言H2o包的几个应用案例
笔者寄语：受启发想了解H2o平台的一些R语言实现，网上已有一篇H2o的demo文件。笔者在这多贴一些案例，并且把自己实践的一些小例子贴出来。
关于H2o平台长啥样，可以看H2o的官网，关于深度学习长啥样，可以看一些教程，比如ParallelR博客之中的解析。
下面主要是贴几个案例，让大家看看。
————————————————————————————————————————————————————————————
Matt︱R语言调用深度学习架构系列引文
本文中介绍的H2o包在调用的过程主要有以下简要步骤：
连接、搭建H2o环境（heo.init()）——数据转换成h2o格式（as.h2o）——模型拟合（h2o.deeplearning）——预测（h2o.predict）——数据呈现（h2o.performance）。
网上已经有了，博客笔者看了并做了简单的中文注释。详情可以见std1984博客。
博客中主要是为了说明深度学习要比其他普通学习方法的精度高。数据是H2o网站数据，笔者windows系统下没有能够下载到该数据，所以后续的分析都没有办法继续进行了。
library(h2o)
# single thread
h2o.init()
#连接h2o平台
train_file <- "https://h2o-public-test-data.s3.amazonaws.com/bigdata/laptop/mnist/train.csv.gz"
test_file <- "https://h2o-public-test-data.s3.amazonaws.com/bigdata/laptop/mnist/test.csv.gz"
train <- h2o.importFile(train_file)
test <- h2o.importFile(test_file)
# To see a brief summary of the data, run the following command
summary(train)
summary(test)
y <- "C785"
x <- setdiff(names(train), y)
# We encode the response column as categorical for multinomial
#classification
train[,y] <- as.factor(train[,y])
test[,y] <- as.factor(test[,y])
# Train a Deep Learning model and valid
system.time(
model_cv <- h2o.deeplearning(x = x,
y = y,
training_frame = train,
distribution = "multinomial",
activation = "Rectifier",
hidden = c(32),
l1 = 1e-5,
epochs = 200)
)本案例主要来自h2o官方手册中，h2o.deeplearning包的示例，比较简单易懂。如果你想看预测的数据可以用as.data.frame来变成R能识别的数据框格式。
##参考来自：h2o官方手册,h2o.deeplearning函数的示例 library(h2o) h2o.init() iris.hex <- as.h2o(iris) iris.dl <- h2o.deeplearning(x = 1:4, y = 6, training_frame = iris.hex) #模型拟合 # now make a prediction predictions <- h2o.predict(iris.dl, iris.hex) #预测 as.data.frame(predictions) #预测数据变成数据框 performance = h2o.performance(model = iris.dl) print(performance)
大概构成是：模型评价指标+混淆矩阵+一些指标的阈值（这个是啥？？）
看到混淆矩阵，你就差不多懂了~
> print(performance)
H2OBinomialMetrics: deeplearning
** Reported on training data. **
Description: Metrics reported on full training frame
MSE: 0.01030833
R^2: 0.9536125
LogLoss: 0.05097025
AUC: 1
Gini: 1
Confusion Matrix for F1-optimal threshold:
0 1 Error Rate
0 100 0 0.000000 =0/100
1 0 50 0.000000 =0/50
Totals 100 50 0.000000 =0/150
Maximum Metrics: Maximum metrics at their respective thresholds
metric threshold value idx
1 max f1 0.983179 1.000000 49
2 max f2 0.983179 1.000000 49
3 max f0point5 0.983179 1.000000 49
4 max accuracy 0.983179 1.000000 49
5 max precision 0.999915 1.000000 0
6 max recall 0.983179 1.000000 49
7 max specificity 0.999915 1.000000 0
8 max absolute_MCC 0.983179 1.000000 49
9 max min_per_class_accuracy 0.983179 1.000000 49
Gains/Lift Table: Extract with `h2o.gainsLift(<model>, <data>)` or `h2o.gainsLift(<model>, valid=<T/F>, xval=<T/F>)`标签：following frame parallel amazon pad ict read inline run
原文地址：http://blog.csdn.net/sinat_26917383/article/details/51219025
