Daten für das Modellieren mit h2o vorbereiten
Um Modelle mit h2o zu trainieren, musst du die Daten vorbereiten – und zwar so, wie es h2o benötigt. Hier gehst du einen typischen Workflow zur Datenaufbereitung in h2o durch.
Die Bibliothek h2o wurde bereits geladen, ebenso das Objekt seeds_train_data.
In diesem Kapitel kommen Funktionen zum Einsatz, die etwas länger laufen können. Sei also nicht überrascht, wenn das Antwort senden etwas mehr Zeit benötigt. In seltenen Fällen kann ein Serverfehler auftreten. Lade in diesem Fall einfach die Seite neu.
Diese Übung ist Teil des Kurses
Hyperparameter-Tuning in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Initialise h2o cluster
h2o.init()
# Convert data to h2o frame
seeds_train_data_hf <- ___(___)