h2o

    0

    1答えて

    h2o.ensembleのエラー(x = x、y = y、training_frame = train、family =ファミリ、正respone トレースバック: h2o.ensemble(X = X、Yは= Y、training_frame =列車、家族=家族、 学習=学習、metalearner = metalearner、cvControl =リスト(V = 5、。 。 ( "家族=ガンマ

    1

    1答えて

    バージョン3.13.0.3975のPython H2O API上でword2vecモデルを作成しました。 以前に作成したword2vecモデルのPython API でh2o.get_modelを発行したときにエラーが発生しました。 File "C:\Python27\lib\site-packages\h2o\h2o.py", line 714, in get_model raise Value

    0

    1答えて

    にh2o_3.13.0.tar.gzをインストールしました。ppc64leボックスには、テスラP100が4台あり、Ubuntu 16.04.2 LTSです。それは、クーダv8.0.61(私はcuDNNを確認する方法がわかりません)があります。私はそれにLDDを実行すると、ファイルが存在する一方で 私は深海の小冊子で例を実行し、このステップ model <- h2o.deepwater(x=feat

    1

    1答えて

    >フローUIづけしていないドキュメント(https://github.com/h2oai/deepwater/blob/master/README.md)で説明したように、私は私のMac上で深層水ドッカーコンテナ(CPUモード)を開始しました: ドッキングウィンドウの実行-it --rm -p 54321:54321 -p 8080:8080 -vする$ PWD:opsh2oai/H 2 O-深海

    2

    1答えて

    私はバイナリ分類の問題(誤検出のコストが高い)の精度を最大限にしようとしています。データセットも実際に不均衡です。偽陽性に対抗するために、体重列を2回目に使用してDRFまたはXGBOOSTモデルを2回実行するのは理にかなっていますか? これらのH2Oアルゴリズムには、この潜在的な方法の他に、(ログ損失ではなく)精度を最大化するための他の方法がありますか?私はアンサンブルを使うつもりです(精度を上げ

    0

    1答えて

    致命的なエラー:コンソール・H 2 Oから hsc = h2o.init(ip="127.0.0.1",port=54321,nthreads=-1,max_mem_size="8G") model_tf <- h2o.deepwater( x = col_start:col_end, y = col_class, backend = "tensorflow",

    0

    1答えて

    Jupiterノートブックでmodel.train()を使用する際に残っている時間を追加することができますか?プログレスバーは素晴らしいですが、残っている時間の見積もりが更新されればさらに役立ちます。

    1

    1答えて

    h2oの積み重ねられたアンサンブルでのさまざまなベースモデルの係数または重要性をどのように確認できますか?たとえば、GBM、GLM、RFをお持ちの場合、それぞれのスタッキングの重要性はどのようにわかりますか?これは可能ですか?ここでは... Pythonコードを使用して例えば .... http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-scien

    2

    1答えて

    data1.dl.r2 = vector() for (i in 1:100) { if (i==1) { data1.hex = as.h2o(data1) } else { data1.hex = nextdata } data1.dl = h2o.deeplearning (x=2:1000,y=1,training_frame=data1.hex,nf

    2

    1答えて

    申し訳ありませんが、さらに別の本当の初心者の質問:深層水ブックレット(http://docs.h2o.ai/h2o/latest-stable/h2o-docs/booklets/DeepWaterBooklet.pdf)で説明したように、私はH2O深層水ドッカーコンテナをダウンロードし : docker run -it --rm -p 54321:54321 -p 8080:8080 -v $P