42、使用H2O深度学习进行回归分析

使用H2O深度学习进行回归分析

1. H2O Flow UI菜单概述

H2O的Flow UI界面顶部是主菜单，它提供了丰富的功能，可用于操作流程、单元格、数据和模型等。具体如下：
- 流程操作 ：创建、加载、保存流程，运行流程中的所有单元格。
- 单元格操作 ：运行、剪切、删除、移动单元格。
- 数据操作 ：导入和分割数据。
- 模型操作 ：创建、导出、导入模型。

此外，通过“Admin”子菜单，你可以查看运行中的作业、集群状态和CPU使用情况，检查日志以及访问其他高级选项（如网络测试）。而“Help”子菜单则能为你提供使用H2O的相关信息。按下“H”键，Flow UI会弹出一个显示键盘快捷键的提示框，其操作十分直观，易于上手。

2. 数据集选择与目标

本文选用UCI波士顿住房数据集，该数据集可用于预测波士顿郊区自有住房的平均价值。通过使用此数据集，我们可以专注于H2O和Sparkling Water的特性，同时便于与Spark ML的技术和易用性进行比较。

3. 将数据加载到H2O框架

此步骤是将数据加载到Sparkling Water，并使其作为H2O框架供H2O集群使用。H2O框架与Spark DataFrames类似，H2OContext类提供了从Spark DataFrames和RDD到H2O框架的隐式和显式转换。
操作步骤如下：
1. 导入转换方法：