如何快速将我的H2O预测转换为data.frame

问题描述

我在大型数据集上使用了H2O，800万行和10列。我使用h2o.randomForest训练了我的randomForest。该模型训练得很好，并且预测工作正常。现在，我想将我的预测转换为data.frame。我这样做了：

I am using H2O, on a large dataset, 8 Million rows and 10 col. I trained my randomForest using h2o.randomForest. The model was trained fine and also prediction worked correctly. Now I would like to convert my predictions to a data.frame. I did this :

A2=h2o.predict(m1,Tr15_h2o)
pred2=as.data.frame(A2)

但是它太慢了，要花很多时间。有没有更快的方法来完成从H2o到data.frame或data.table的转换？

but it is too slow, takes forever. Is there any faster way to do the conversion from H2o to data.frame or data.table?

推荐答案

下面是一些代码演示了如何在后端使用data.table软件包以及我的Macbook上的一些基准测试：

Here is some code which demonstrates how to use the data.table package on the backend, along with some benchmarks on my macbook:

library(h2o)
h2o.init(nthreads = -1, max_mem_size = "16G")
hf <- h2o.createFrame(rows = 10000000)

options("h2o.use.data.table"=FALSE)  #no data.table
system.time(df <- as.data.frame(hf))
# user  system elapsed
# 224.387  13.274 272.252

options("datatable.verbose"=TRUE)
options("h2o.use.data.table"=TRUE)  # use data.table
system.time(df2 <- as.data.frame(hf))
# user  system elapsed
# 50.686   4.020  82.946

如果启用此选项，则在使用data.table时可以获得更多详细信息： options（ datatable.verbose = TRUE）。

You can get more detailed info when using data.table if you turn on this option: options("datatable.verbose"=TRUE).

这篇关于如何快速将我的H2O预测转换为data.frame的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！