h2o.automl()使用哪些元学习器来构建集成？

Question

我想知道h2o.automl()使用哪些元学习器来构建集成。到目前为止，我见过的所有合奏都是GLM。是因为h2o.automl()只使用glm作为元学习器，还是由于基础模型的数量有限(我的设置是25 -50 )，glm总是最好的选择？

谢谢。

Answer 1

H2OAutoML使用GLM作为默认的元学习器算法，我们目前没有尝试多个元学习器来找到最好的(这可能会在未来的版本中发生变化)。

现在，您可以使用autoML模型作为基础模型来训练不同的集成：

aml = H2OAutoML(project_name="my_aml",
                ...,
                keep_cross_validation_predictions=True) # important if you want to stack the models later

aml.train(...)

# train another ensemble using GBM as algo metalearner
lb = aml.leaderboard
base_models = [m for m in [lb[i,0] for i in range(lb.nrows)] 
                 if 'StackedEnsemble' not in m]

se = h2o.estimators.H2OStackedEnsembleEstimator(
    base_models=base_models,
    metalearner_algorithm='gbm',
    ...
)