H2Oモデリング：スタンドアロンk-meansまたは回帰コード

Question

私はH2Oに非常に慣れており、ハイブでモデルを実行しています。私がこの時点でH2Oを検討しているのは、H2Oがさまざまなモデリングプロセス（k-meansやロジスティック回帰など）中にデータ解析を最適化するのに役立つということです。私の質問は、私のpython（またはR）k-meansコードをH2Oで実行する方法か、H2Oの事前構築プロセスを使用する唯一の方法はありますか？それが後であれば、定期的なスコアリングのための自動実行のためにそれをスケジュールするために最終スコアリングコードを抽出できますか？ また、最初のオプション（「コードをインポートする」オプションに気付きました）では、処理中にどのように解析が行われますか（たとえば、データ準備、変数標準化、実際のk-meansスコアリングコード、セグメントルール）

が

ナタリー

Answer 1

あなたはPythonでH2OKMeansEstimator方法（またはRでh2o.kmeans()機能を使用する必要がありますありがとう） - ？「インポート」独自のK-に方法はありませんH2OのコードをH2Oにすることを意味しています.H2OのK-meansインプリメンテーションに関する詳細はhereです。

生産環境でH2O K平均モデルを使用（スコアリング）するためにエクスポートする場合は、モデルをPOJO or MOJO（依存関係のない純粋なJavaコード）としてエクスポートするか、または必要なbinary H2O modelを保存することができます採点時に稼動するH2Oクラスター。