r - 循环运行H2O的Auto ML

我试图在for循环中运行H2O的AutoML，但是在每次迭代后保存结果都遇到麻烦。

我的计划是为数据集中的每个组运行AutoML，并为每个组保存排行榜。我已经按组创建了子集的数据集，所以本质上我想要做的是遍历水框架列表并为每个数据集构建automl。以下是我使用的代码：

#list of h2o frames
dfs = c(df.UPR00015, df.UPR00019, df.UPR00020)
#list of frame id's
df_id = c("df.UPR00015", "df.UPR00019", "df.UPR00020")
#counter
count = 1

然后，我遍历数据帧，并尝试如下保存每个autoML对象：

for (df in dfs){

#run auto for each data frames and name it as id
assign(sprintf("aml_%s", df_id[count]) , h2o.automl(x = x,
         y = y,
         training_frame = df,
         max_models = 5))

 #increase iterator
 count = count + 1

}

这几乎可行。它返回3个正确命名的H2oAutoML对象（aml_df.UPR00015，aml_df.UPR00019，aml_df.UPR00020），但是它们在页首横幅中都包含相同的信息。这意味着将为3个不同的子集创建相同的页首横幅。在我的实际应用程序中，我有40个不同的组来构建模型，但为简单起见，仅列出了3个。

谁能帮我找出问题所在，或者与我分享更好的循环运行每个数据框或数据集中每个组的AutoML的方法？在获得H2OAutoML对象的列表之后，我可以轻松地遍历以检索最佳模型以及随之而来的所有度量。

提前致谢，
于尔根

最佳答案

如果您随后在同一训练集上连续运行H2O AutoML，则默认情况下，它将在排行榜中添加更多模型（因为自动生成的project_name相同）。

获得单独的排行榜的方法是，每次执行project_name时，将唯一的值传递给h2o.automl()参数。 project_name易于使用的方法是将Sys.time()包裹在as.character()中，因为每次运行时它都应该是唯一的。如果数据集具有唯一名称，则可以改用该名称。下面的例子。

for (df in dfs){

#run auto for each data frames and name it as id
assign(sprintf("aml_%s", df_id[count]) , h2o.automl(x = x,
         y = y,
         training_frame = df,
         max_models = 5,
         project_name = as.character(Sys.time())))

 #increase iterator
 count = count + 1

}

关于r - 循环运行H2O的Auto ML，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49985533/