如何在 H2ODeepLearningEstimator 中使用提取隐藏层特征？答案

【问题标题】：How to use extract the hidden layer features in H2ODeepLearningEstimator?如何在 H2ODeepLearningEstimator 中使用提取隐藏层特征？
【发布时间】：2019-06-29 23:56:48
【问题描述】：

我发现 H2O 在 R 中有函数 h2o.deepfeatures 来提取隐藏层特征 https://www.rdocumentation.org/packages/h2o/versions/3.20.0.8/topics/h2o.deepfeatures

train_features <- h2o.deepfeatures(model_nn, train, layer=3)

但是我没有在 Python 中找到任何示例？谁能提供一些示例代码？

【问题讨论】：

标签： python-3.x pyspark h2o

【解决方案1】：

大多数 Python/R API 函数都是 REST 调用的包装器。见http://docs.h2o.ai/h2o/latest-stable/h2o-py/docs/_modules/h2o/model/model_base.html#ModelBase.deepfeatures

因此，要将 R 示例转换为 Python 示例，请将模型移动到 this，并且所有其他 args 都应该随机排列。 IE。手册中的示例变为（变量名称中的点更改为下划线）：

prostate_hex = ...
prostate_dl = ...
prostate_deepfeatures_layer1 = prostate_dl.deepfeatures(prostate_hex, 1)
prostate_deepfeatures_layer2 = prostate_dl.deepfeatures(prostate_hex, 2)

有时函数名称会略有变化（例如h2o.importFile() 与h2o.import_file()，因此您需要在http://docs.h2o.ai/h2o/latest-stable/h2o-py/docs/index.html 寻找它

【讨论】：