如何获得 h2o automl pysparkling water 中的领导者特征重要性

Question

我正在使用 Spark 独立集群并在其中运行 h2o pysparkling。 我无法找到获取领导者特征重要性的功能。请帮忙

代码：

import pandas as pd
from pyspark.sql import SparkSession
from pysparkling import *
import h2o
from pyspark import SparkFiles
from pysparkling.ml import H2OAutoML
spark = SparkSession.builder.appName('SparkApplication').getOrCreate()

conf = H2OConf()
hc = H2OContext.getOrCreate(conf)

def xgb_automl_features_importance(data, target_metric):
    # Converting DataFrame in H2OFrame
    hf = h2o.H2OFrame(data)
    sparkDF = hc.asSparkFrame(hf)
    # Identify predictors and response
    y = target_metric
    aml = H2OAutoML(labelCol=y)
    aml.setIncludeAlgos(["XGBoost"])
    aml.setMaxModels(1)
    aml.fit(sparkDF)
    print('-----------****************')
    print(aml.getLeaderboard().show(truncate=False))

Answer 1

H2OAutoML

上的 fit 方法返回领导者模型。 SW 中的每个模型都有方法

getFeatureImportances()

返回具有特征重要性的 Spark 数据帧。

model=aml.fit(sparkDF)
model.getFeatureImportances().show()