之前知道h2o是一个深度学习的框架，类似于tensorflow之类的深度学习框架。但是知道h2o的人不是那么多，然后最近在学习如何部署模型，发现h2o还是一个机器学习的平台，利用h2o能够很好的部署模型。
稍微介绍一下，h2o是一家AI公司（h2o.AI）的一个产品，
image.png
他们公司的网址如下：https://www.h2o.ai/
他们公司还有一下其他机器学习的产品。这里主要讲h2o，以及如何很好的应用与工作中。
wiki 的介绍：
H2O项目旨在为云计算开发分析界面，为用户提供数据分析工具。[1]该软件是开源的，免费分发。该公司收取提供客户服务和定制扩展的费用。
大数据集太大，无法使用R等传统软件进行分析。H2O软件提供适用于大数据的数据结构和方法。H2O允许用户分析和可视化整套数据，而不使用Procrustean策略，即仅使用传统统计软件包研究一小部分。[2] H2O的统计算法包括K均值聚类，广义线性模型，分布式随机森林，梯度增强机，朴素贝叶斯，主成分分析和广义低秩模型。[6]
介绍一个例子
利用机器学习中比较常用的iris数据集
> library(h2o)
> h2o.init(nthreads = -1) # 初始化
Connection successful!
R is connected to the H2O cluster:
H2O cluster uptime: 2 days 12 hours
H2O cluster timezone: Asia/Shanghai
H2O data parsing timezone: UTC
H2O cluster version: 3.20.0.8
H2O cluster version age: 9 days
H2O cluster name: H2O_started_from_R_milin_sig066
H2O cluster total nodes: 1
H2O cluster total memory: 1.99 GB
H2O cluster total cores: 4
H2O cluster allowed cores: 4
H2O cluster healthy: TRUE
H2O Connection ip: localhost
H2O Connection port: 54321
H2O Connection proxy: NA
H2O Internal Security: FALSE
H2O API Extensions: XGBoost, Algos, AutoML, Core V3, Core V4
R Version: R version 3.4.3 (2017-11-30)
> iris.h2o <- as.h2o(iris) # 将数据转成h2o格式
|========================================================| 100%
> y <- names(iris.h2o)[5] # 选出因变量
> x <- setdiff(names(iris.h2o),y) # 选出自变量
> part <- h2o.splitFrame(iris.h2o,0.8) # 划分数据集合
> train <- part[[1]] # 训练集合
> test <- part[[2]] # 测试集合
>
> m <- h2o.deeplearning(x,y,iris.h2o)
|========================================================| 100%
> m
Model Details:
==============
H2OMultinomialModel: deeplearning
Model ID: DeepLearning_model_R_1538107989583_22
Status of Neuron Layers: predicting Species, 3-class classification, multinomial distribution, CrossEntropy loss, 41,803 weights/biases, 498.2 KB, 1,500 training samples, mini-batch size 1
layer units type dropout l1 l2 mean_rate
1 1 4 Input 0.00 % NA NA NA
2 2 200 Rectifier 0.00 % 0.000000 0.000000 0.003796
3 3 200 Rectifier 0.00 % 0.000000 0.000000 0.015797
4 4 3 Softmax NA 0.000000 0.000000 0.012824
rate_rms momentum mean_weight weight_rms mean_bias bias_rms
1 NA NA NA NA NA NA
2 0.003129 0.000000 0.000194 0.105557 0.484837 0.012274
3 0.046676 0.000000 -0.000892 0.070076 0.998739 0.004822
4 0.090778 0.000000 -0.016230 0.394634 0.000182 0.001709
H2OMultinomialMetrics: deeplearning
** Reported on training data. **
** Metrics reported on full training frame **
Training Set Metrics:
=====================
Extract training frame with `h2o.getFrame("iris")`
MSE: (Extract with `h2o.mse`) 0.1183608
RMSE: (Extract with `h2o.rmse`) 0.344036
Logloss: (Extract with `h2o.logloss`) 0.5279828
Mean Per-Class Error: 0.1466667
Confusion Matrix: Extract with `h2o.confusionMatrix(<model>,train = TRUE)`)
=========================================================================
Confusion Matrix: Row labels: Actual class; Column labels: Predicted class
setosa versicolor virginica Error Rate
setosa 50 0 0 0.0000 = 0 / 50
versicolor 0 50 0 0.0000 = 0 / 50
virginica 0 22 28 0.4400 = 22 / 50
Totals 50 72 28 0.1467 = 22 / 150
Hit Ratio Table: Extract with `h2o.hit_ratio_table(<model>,train = TRUE)`
=======================================================================
Top-3 Hit Ratios:
k hit_ratio
1 1 0.853333
2 2 1.000000
3 3 1.000000
> p <- predict(m,test)
|========================================================| 100%
> p
predict setosa versicolor virginica
1 setosa 0.9999058 9.417504e-05 6.047099e-23
2 setosa 0.9996648 3.352197e-04 2.921434e-21
3 setosa 0.9975189 2.481069e-03 1.479799e-19
4 setosa 0.9960052 3.994764e-03 2.335468e-20
5 setosa 0.9978060 2.194044e-03 6.445456e-22
6 setosa 0.9988394 1.160571e-03 5.431617e-21
[20 rows x 4 columns]
# 计算混淆矩阵
> h2o.confusionMatrix(m)
Confusion Matrix: Row labels: Actual class; Column labels: Predicted class
setosa versicolor virginica Error Rate
setosa 50 0 0 0.0000 = 0 / 50
versicolor 0 50 0 0.0000 = 0 / 50
virginica 0 22 28 0.4400 = 22 / 50
Totals 50 72 28 0.1467 = 22 / 150
# 计算均方误差
> h2o.mse(m)
[1] 0.1183608
# 计算其他指标
h2o.performance(m,test)
