使用H2O GBM模型的MOJO文件重现预测

我使用H2O版本3.26.0.5训练了一个用于二元问题的GBM模型,用于预测正类的概率。我将模型文件保存为MOJO格式,并使用此文件在新数据上生成预测:

## 首先,重启R会话
### 加载模型
library(h2o)
h2o.init(nthreads = -1)
model <- h2o.import_mojo("path_to_mojo_file")
# 加载新的数据输入
input <- read_csv("path_to_new_data")
input_h2o <- as.h2o(input)
# 预测
predictions <- predict(model, input_h2o)

当我在我的电脑上运行这段代码时,得到的预测结果与在生产环境中使用相同的MOJO文件进行预测的结果不同。

这种情况应该发生在使用MOJO文件时吗?我以为一旦模型以MOJO格式保存后,就可以在任何环境中进行预测并得到相同的结果。有没有人知道为什么会发生这种情况?


回答:

最后我发现生产环境的脚本中有一个错误。在修复后,预测结果变得非常接近。

Related Posts

如何对SVC进行超参数调优?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

如何在初始训练后向模型添加训练数据?

我想在我的scikit-learn模型已经训练完成后再…

使用Google Cloud Function并行运行带有不同用户参数的相同训练作业

我正在寻找一种方法来并行运行带有不同用户参数的相同训练…

加载Keras模型,TypeError: ‘module’ object is not callable

我已经在StackOverflow上搜索并阅读了文档,…

在计算KNN填补方法中特定列中NaN值的”距离平均值”时

当我从头开始实现KNN填补方法来处理缺失数据时,我遇到…

使用巨大的S3 CSV文件或直接从预处理的关系型或NoSQL数据库获取数据的机器学习训练/测试工作

已关闭。此问题需要更多细节或更清晰的说明。目前不接受回…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注