LoslegenKostenlos loslegen

AutoML in h2o

Eine sehr praktische Funktionalität von h2o ist das automatische Machine Learning (AutoML). Die Bibliothek h2o und seeds_train_data wurden bereits für dich geladen und der folgende Code wurde ausgeführt:

h2o.init()
seeds_train_data_hf <- as.h2o(seeds_train_data)

y <- "seed_type"
x <- setdiff(colnames(seeds_train_data_hf), y)

seeds_train_data_hf[, y] <- as.factor(seeds_train_data_hf[, y])

sframe <- h2o.splitFrame(seeds_train_data_hf, seed = 42)
train <- sframe[[1]]
valid <- sframe[[2]]

Diese Übung ist Teil des Kurses

Hyperparameter-Tuning in R

Kurs anzeigen

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Run automatic machine learning
automl_model <- ___(x = x, 
                    y = y,
                    training_frame = train,
                    ___ = 10,
                    seed = 42)
Code bearbeiten und ausführen