Published — v. 17
/
H2O.aiモデル予測

H2O.aiモデル予測

Owned by Yellowfin Admin
Last updated: Nov 29, 2023 by YUKA SAITO

これまでマーケットプレイス (サポートサイト) に掲載されていたトランスフォーメーションステップを介したモデル予測のプラグインは、今後サポートされません (2023年11月1日をもって終了)。詳細はこちらの記事をご確認ください。これらのコードのレガシーバージョンへのアクセスをご希望の場合は、Yellowfin サポートチームまでお問い合わせください。

概要

トランスフォーメーションステップは、H2Oクラウドインスタンスで作成されたデータサイエンスモデルをYellowfin内で使用し、予測などの結果を生成します。これは、データトランスフォーメーションモジュールのトランスフォーメーションステップから実行されます。

前提条件

このステップを使用する前に、少なくともひとつのモデルが作成されているH2Oインスタンスへのアクセス権が付与されていることを確認してください。また、YellowfinへH2Oのプラグインをインストールしなくてはいけません。

こちらの項目を確認する前に、データトランスフォーメーションモジュールについて事前に理解をしておくのが理想的です。

サポートしているモデル

現在サポートしているモデルのタイプは、以下の通りです。

    • ディープラーニング
    • 分散ランダムフォレスト
    • 勾配ブースティングマシン
    • 一般化された線形モデル
    • 一般化された低ランクモデリング
    • k平均法
    • XGBoost（H2OがLinux上で起動している場合に利用可能）

一般的なワークフロー

こちらがプロセスの簡単な概要です。こちらの項目では、これらのステップの大部分について、詳細に説明します。

  1. アクセス可能なH2Oインスタンスを準備するか、新しくセットアップをして、データサイエンスモデルを構築します。
  2. Yellowfinインスタンスへ、H2Oのプラグインをインストールします。
  3. Yellowfinのデータトランスフォーメーションモジュールを使用して、トランスフォーメーションフローを作成します。これには、モジュールへのデータインポートと、必要に応じて、その他トランスフォーメーションの適用が必要です。
  4. フローでH2Oトランスフォーメーションステップを使用し、これを設定します。ステップの設定方法は、以下の情報を参照してください。
  5. ステップを実行し、モデルがデータを使用して生成する出力を確認します。

ステップ設定の詳細