h2o flow初探

    h2o包括很多产品，h2o flow是其中一款便利的机器学习，深度学习的工具，在web UI上操作即可，不用编写代码就能轻松实现数据的挖掘（当然这也是它的弊端，不写代码肯定功能会受到一定的限制啦）。

   对于flow的意思就是流的意思，其实h2o flow 的核心思想就是分成若干个cell，然后cell按照先后顺序进行flow。

    这若干个cell就统称为cells，每个cell我们理解成一个模块即可，按照一个模块一个模块的执行，这样最终就可以执行到最后啦。话不多说，我们直接来实践一把：

一、下载并安装

  我们在官网（http://h2o-release.s3.amazonaws.com/h2o/rel-yau/2/index.html）进行下载

 然后我们把其传到linux上，进行解压（其实在Windows上使用也是可以的，毕竟java是跨平台。这是只是为了模拟生产环境）

   其实flow压根用不着安装，只需要解压就可以用，只是需要执行命令即可，是官网已经给了我们jar包，我们运行jar包就可以进行使用，当然需要在linux安装jdk，最好1.8以上。

运行命令：

java -jar h2o.jar

 

后我们打开网页（主机ip:54321），显示这样的页面。

在这个页面我们就可以进行数据挖掘了，说明我们的启动没有问题。

二、web UI页面介绍

我们还可以在这里找到官方提供成操作案例是非常详细的（在web的右侧）。

就会来到这个页面，发现提供了几乎我们用得上的算法实践

 点击这个来到导入数据的页面（我们也可以看到我们进行数据挖掘的流程刚好是导入数据，建立模型，预测。发现文档顺序也是这样是），我们可以看到

人家给我们说了，实践用到的数据基本上都可以在这个网站上进行下载，个别不是，这不影响，因为对应的example会提供

 

页面介绍先到这里，文章后续内容会进行补充

 三、实践一下模型

（1）导入数据

导入数据很简单，我们可以点击：

 也可以点击这个：

这个导入的数据都是linux的数据（因为我们的服务是在linux启动的嘛）

于是我们来到这个页面

注意：我们是可以选择文件夹的，这样import的时候，该文件夹下的数据都会被import 

当然我们还可以导入我们Windows上的数据，因为我们的网页是在Windows上打开的

（2）将数据转变成统一的格式（.hex）

 

 

 

 

（3）数据切分（这一步有就切分，没有就不用啦，因为有的时候数据是需要我们切分成train和test，有的时候本来就停供了两个文件，当然我们就不用切分了）

 

 

（4）训练模型

后面的参数我就使用的默认参数，没有进行更改

（5）预测模型

 

h2o flow对每一种算法都停供了不同的数据图表，这里演示我用的gbm，所以图不是没那么多。

四、补充

（1）超参数

h2o flow给我们提供了便利的使用超参数，只需要想建立模型的时候勾选上既可以，比如：

 然后进行勾选

 我们进行添加几个数据作为超参数

于是我们建立模型后就多出来几个模型，这就是不同的超参数对应的模型

我们在建立模型的参数上看到超参数

 （2）查看集群状态

 

 

因为我是单机模式，所以只有一个

（3）关闭服务

（4）列出所以模型