H2O学习笔记（二）——H2O Flow

H2O Flow运行深度学习算法demo

（一）启动H2O

java -jar h2o.jar -flow_dir /[ENTER_PATH_TO_FLOW_DIRECTORY_HERE]
   
   
1
   
   
1

-flow_dir 参数是为了指定flow在本地磁盘保存的位置。H2O有两种类型的参数

• JVM arguments
• H2O arguments

在浏览器打开http://localhost:54321,这就是H2O Flow的Web UI

（二）加载数据

这里使用MNIST数据集 

整个数据集大致如下： 

（三）解析数据

找到C785列数据，将Numeric类型改成Enum，作为response变量。

（四）建立模型

模型选择Deep Learning,然后设置它的一些参数

一些参数的意义：

Activation:这里选取了Tanh函数，可以用Gird搜索最佳Activation函数,目前H2O支持的Activation函数如下： 
 
hidden：设置隐层的大小 
epochs:数据集迭代的次数，可以是分数 
nfolds: 交叉验证的次数 
response_column: 响应变量

（五）结果

保存模型到本地