每每以为攀得众山小，可、每每又切实来到起点，大牛们，缓缓脚步来俺笔记葩分享一下吧，please~
———————————————————————————
R语言H2o包的几个应用案例
笔者寄语：受启发想了解H2o平台的一些R语言实现，网上已有一篇H2o的demo文件。笔者在这多贴一些案例，并且把自己实践的一些小例子贴出来。
关于H2o平台长啥样，可以看H2o的官网，关于深度学习长啥样，可以看一些教程，比如ParallelR博客之中的解析。
下面主要是贴几个案例，让大家看看。
————————————————————————————————————————————————————————————
Matt︱R语言调用深度学习架构系列引文
R用户的福音︱TensorFlow：TensorFlow的R接口
mxnet：结合R与GPU加速深度学习
碎片︱R语言与深度学习
sparklyr包：实现Spark与R的接口，会用dplyr就能玩Spark
—————————————————————————————————————
本文中介绍的H2o包在调用的过程主要有以下简要步骤：
连接、搭建H2o环境（heo.init()）——数据转换成h2o格式（as.h2o）——模型拟合（h2o.deeplearning）——预测（h2o.predict）——数据呈现（h2o.performance）。
一、H2o包的demo(glm)
网上已经有了，博客笔者看了并做了简单的中文注释。详情可以见std1984博客。
二、来自ParallelR博客的案例
博客中主要是为了说明深度学习要比其他普通学习方法的精度高。数据是H2o网站数据，笔者windows系统下没有能够下载到该数据，所以后续的分析都没有办法继续进行了。
library(h2o)# single threadh2o.init()#连接h2o平台train_file <- "https://h2o-public-test-data.s3.amazonaws.com/bigdata/laptop/mnist/train.csv.gz"test_file <- "https://h2o-public-test-data.s3.amazonaws.com/bigdata/laptop/mnist/test.csv.gz"train <- h2o.importFile(train_file)test <- h2o.importFile(test_file)# To see a brief summary of the data, run the following commandsummary(train)summary(test)y <- "C785"x <- setdiff(names(train), y)# We encode the response column as categorical for multinomial#classificationtrain[,y] <- as.factor(train[,y])test[,y] <- as.factor(test[,y])# Train a Deep Learning model and validsystem.time( model_cv <- h2o.deeplearning(x = x, y = y, training_frame = train, distribution = "multinomial", activation = "Rectifier", hidden = c(32), l1 = 1e-5, epochs = 200))
三、最简单的案例——基于iris数据集的深度学习
本案例主要来自h2o官方手册中，h2o.deeplearning包的示例，比较简单易懂。如果你想看预测的数据可以用as.data.frame来变成R能识别的数据框格式。
##参考来自：h2o官方手册,h2o.deeplearning函数的示例library(h2o)h2o.init()iris.hex <- as.h2o(iris)iris.dl <- h2o.deeplearning(x = 1:4, y = 6, training_frame = iris.hex) #模型拟合# now make a predictionpredictions <- h2o.predict(iris.dl, iris.hex) #预测as.data.frame(predictions) #预测数据变成数据框performance = h2o.performance(model = iris.dl)print(performance)
输出的结果长成下面这个样子。
大概构成是：模型评价指标+混淆矩阵+一些指标的阈值（这个是啥？？）
看到混淆矩阵，你就差不多懂了~
> print(performance)H2OBinomialMetrics: deeplearning** Reported on training data. **Description: Metrics reported on full training frameMSE: 0.01030833R^2: 0.9536125LogLoss: 0.05097025AUC: 1Gini: 1Confusion Matrix for F1-optimal threshold: 0 1 Error Rate0 100 0 0.000000 =0/1001 0 50 0.000000 =0/50Totals 100 50 0.000000 =0/150Maximum Metrics: Maximum metrics at their respective thresholds metric threshold value idx1 max f1 0.983179 1.000000 492 max f2 0.983179 1.000000 493 max f0point5 0.983179 1.000000 494 max accuracy 0.983179 1.000000 495 max precision 0.999915 1.000000 06 max recall 0.983179 1.000000 497 max specificity 0.999915 1.000000 08 max absolute_MCC 0.983179 1.000000 499 max min_per_class_accuracy 0.983179 1.000000 49Gains/Lift Table: Extract with `h2o.gainsLift(<model>, <data>)` or `h2o.gainsLift(<model>, valid=<T/F>, xval=<T/F>)`
每每以为攀得众山小，可、每每又切实来到起点，大牛们，缓缓脚步来俺笔记葩分享一下吧，please~
———————————————————————————
