R代码|h2o的一个例子
专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。
前言
我创建【R代码】专栏,用于分享R语言解决数据,特征和模型三方面问题的代码。这些代码片段,具有实用性和迁移性。大家可以根据实际问题做修改,变通和延展。我只是R语言代码的搬运工和传播者,大家在使用这些R代码的时候,有些什么新的启示或者问题,请留言。依托【R语言】公众号,我创建了R语言群,群友们每天都会就R语言的主题进行交流和分享。需要加入R语言群的朋友,可以扫码加我的个人微信,请备注【姓名-入群】。我诚邀你加入群,大家相互学习和共同进步。
代码
昨晚,我在整理电脑资料的时候,发现了一份h2o教程的例子,这份R语言代码简洁的示范了h2o这个深度学习库的初始化,数据读取,训练gbm和xgboost模型这些工作。代码片段如下:
###################
# 时间:2020-07-14
##################
# R包
library(h2o)
h2o.init()
# 数据集
h2oiris <- as.h2o(
droplevels(iris[1:100,])
)
h2oiris
class(h2oiris)
h2o.levels(h2oiris, 5)
write.csv(
mtcars,
file = 'mtcars.csv'
)
# 数据导入
# 本地文件导入
h2omtcars <- h2o.importFile(
path = 'mtcars.csv'
)
h2omtcars
# 从互联网上面导入数据集
h2obin <- h2o.importFile(
path = 'https://stats.idre.ucla.edu/stat/data/binary.csv'
)
# 数据检视
h2obin
# 数据导入
airlinesTrainData <- h2o.importFile("https://s3.amazonaws.com/h2o-airlines-unpacked/allyears2k.csv")
dim(airlinesTrainData)
colnames(airlinesTrainData)
airlinesTrainData
# 模型训练
# 使用GBM算法
gbmModel <- h2o.gbm(
x = c('Month', 'DayOfWeek', 'Distance'),
y = 'IsDepDelayed',
training_frame = airlinesTrainData
)
gbmModel
# 模型的变量集分析
h2o.varimp(gbmModel)
# xgb模型
xgBoostModel <- h2o.xgboost(
x = c('Month', 'DayOfWeek', 'Distance'),
y = 'IsDepDelayed',
training_frame = airlinesTrainData
)
xgBoostModel
# 模型的应用
# 做预测
h2o.predict(
gbmModel,
airlinesTrainData
)
# 思考题?
# 如何做模型效果的评价,代码片段可以直接留言
# 参考资料:
# https://stats.idre.ucla.edu/other/dae/
# http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/gbm.html
# http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/gbm.html#defining-a-gbm-model
# https://dzone.com/articles/how-do-you-measure-if-your-customer-churn-predicti
我电脑上还有一本《Practical Machine Learning with H2O》的英文电子书,也分享给朋友们。
下载链接:
http://47.112.229.252:15888/f/c268240801844d77961d/
提示:请用浏览器打开链接下载,即刻阅读。
这个代码片段,留下了一个思考题,如何写代码进行模型性能评价,大家可以留言。关于代码的应用,你有什么问题或者想法,请留言。
请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!