h2o_automl.py

import h2o
from h2o.automl import H2OAutoML

h2o.init()

# サンプルバイナリ結果トレイン/テストセットをH2Oにインポートする
train = h2o.import_file("https://s3.amazonaws.com/erin-data/higgs/higgs_train_10k.csv")
test = h2o.import_file("https://s3.amazonaws.com/erin-data/higgs/higgs_test_5k.csv")

# 予測子とレスポンスを特定する
x = train.columns
y = "response"
x.remove(y)

# 二項分類の場合
train[y] = train[y].asfactor()
test[y] = test[y].asfactor()

# AutoMLを30秒間実行する
aml = H2OAutoML(max_runtime_secs = 30)
aml.train(x = x, y = y,
          training_frame = train,
          leaderboard_frame = test)

# AutoMLリーダーボードを見る
lb = aml.leaderboard
lb

# model_id                                            auc       logloss
# --------------------------------------------------  --------  ---------
#           StackedEnsemble_model_1494643945817_1709  0.780384  0.561501
# GBM_grid__95ebce3d26cd9d3997a3149454984550_model_0  0.764791  0.664823
# GBM_grid__95ebce3d26cd9d3997a3149454984550_model_2  0.758109  0.593887
#                          DRF_model_1494643945817_3  0.736786  0.614430
#                        XRT_model_1494643945817_461  0.735946  0.602142
# GBM_grid__95ebce3d26cd9d3997a3149454984550_model_3  0.729492  0.667036
# GBM_grid__95ebce3d26cd9d3997a3149454984550_model_1  0.727456  0.675624
# GLM_grid__95ebce3d26cd9d3997a3149454984550_model_1  0.685216  0.635137
# GLM_grid__95ebce3d26cd9d3997a3149454984550_model_0  0.685216  0.635137


# リーダーモデルはここに保存されています
aml.leader


# 予測
# 方法 1
preds = aml.predict(test)

# または方法 2
preds = aml.leader.predict(test)