H2O无人驾驶AI是否内置了对合并多个数据集和使用合并数据集进行培训的支持？

Question

假设我们有三个数据集包含一个公司的数据。

1. employee.csv：此数据集包含在公司工作的员工的详细信息，如员工ID、员工姓名、他所在部门的部门id、他来自哪个国家的国家代码以及他的年薪。
2. dept.csv：此数据集包含有关公司部门的信息，如部门id、部门名称、部门专门化。
3. country.csv：该数据集包含一些带有国家代码和国家首都的国家名称。

在H2O无人驾驶AI中是否有我们可以上传这些数据集(不使用python合并)并将其合并到H2O无人驾驶AI平台并使用重叠列进行培训的特性？

Answer 1

是的，您可以使用数据配方来处理数据集(包括加入它们)。有关数据菜谱的更多信息，请参见文档。您可以创建连接数据集的菜谱。

# Let's join a `employee.csv` (X) to `dept.csv` (Y1) and `country.csv` (Y2)
# Define and read locations of datasets for Y1/Y2
Y_file_name1 = "./tmp/user/location_of_dept.csv.bin"
Y_file_name2 = "./tmp/user/location_of_country.csv.bin"
Y1 = dt.fread(Y_file_name1)
Y2 = dt.fread(Y_file_name2)

# Set key and join Y1
key1 = ["dept_id"]
Y1.key = key1
X = X[:, :, dt.join(Y1)]

# Set key and join Y2
key2 = ["country_code"]
Y2.key = key2
X = X[:, :, dt.join(Y2)]

return X

将这个食谱作为将一个数据集连接到另一个数据集的示例。