Tutorial: Instalar y Usar H2O

H2O es una plataforma de machine learning de código abierto que permite construir y desplegar modelos predictivos. Este tutorial te guiará a través del proceso de instalación y uso de H2O en tres modalidades diferentes: Descargar y ejecutar, usar en R, y usar en Python.

A. Descargar y Ejecutar H2O

Get started with H2O in 3 easy steps:

1. Descargar H2O:

   • Descarga el archivo zip desde H2O Downloads.

2. Ejecutar H2O desde la Terminal:

   cd ~/Downloads
   unzip h2o-3.46.0.3.zip
   cd h2o-3.46.0.3
   java -jar h2o.jar
   

3. Abrir el Navegador:

   • Apunta tu navegador a http://localhost:54321.

Ejemplo de Uso:

1. Cargar Dataset:

   • Una vez en la interfaz web de H2O, carga tu dataset en formato CSV.

2. Entrenar un Modelo:

   • Selecciona el dataset y elige un algoritmo de machine learning (por ejemplo, Random Forest).
   • Configura los parámetros y ejecuta el entrenamiento.

3. Evaluar el Modelo:

   • Revisa las métricas de rendimiento y los gráficos generados por H2O.

B. Instalar y Usar H2O en R

Use H2O directly from R:

1. Eliminar Paquetes H2O Previos:

   if ("package:h2o" %in% search()) { detach("package:h2o", unload=TRUE) }
   if ("h2o" %in% rownames(installed.packages())) { remove.packages("h2o") }
   

2. Instalar Dependencias:

   pkgs <- c("RCurl","jsonlite")
   for (pkg in pkgs) {
     if (! (pkg %in% rownames(installed.packages()))) { install.packages(pkg) }
   }
   

3. Instalar y Inicializar H2O:

   install.packages("h2o", type="source", repos="https://h2o-release.s3.amazonaws.com/h2o/rel-3.46.0/3/R")
   library(h2o)
   h2o.init()
   

Ejemplo de Uso en R:

1. Cargar Dataset:

   data <- h2o.importFile("path/to/your/dataset.csv")
   

2. Entrenar un Modelo:

   y <- "target_column"
   x <- setdiff(names(data), y)
   model <- h2o.gbm(x = x, y = y, training_frame = data, ntrees = 50, max_depth = 5)
   

3. Evaluar el Modelo:

   h2o.performance(model, data)
   

C. Instalar y Usar H2O en Python

Use H2O directly from Python:

1. Requisitos Previos:

   • Python 3.6.x a 3.11.x.

2. Instalar Dependencias:

   pip install requests
   pip install tabulate
   pip install matplotlib  # Opcional, para graficar
   

3. Instalar H2O:

   pip uninstall h2o  # Eliminar la versión previa de H2O
   pip install https://h2o-release.s3.amazonaws.com/h2o/rel-3.46.0/3/Python/h2o-3.46.0.3-py2.py3-none-any.whl
   

Instalación con Conda:

conda install -c h2oai h2o

Ejemplo de Uso en Python:

1. Importar Librerías y Inicializar H2O:

   import h2o
   from h2o.automl import H2OAutoML
   
   h2o.init()
   

2. Cargar Dataset:

   data = h2o.import_file("path/to/your/dataset.csv")
   

3. Entrenar un Modelo:

   y = "target_column"
   x = data.columns
   x.remove(y)
   aml = H2OAutoML(max_runtime_secs=300)
   aml.train(x=x, y=y, training_frame=data)
   

4. Evaluar el Modelo:

   lb = aml.leaderboard
   lb.head(rows=lb.nrows)
   best_model = aml.leader
   print(best_model)
   

Ejemplos de uso

• Deep learning: Este tutorial guía a los nuevos usuarios a través del uso de Deep Learning en H2O Flow. H2O ofrece entrenamiento supervisado para tareas de regresión y clasificación, implementaciones rápidas en Java, computación paralela, y opciones de regularización como L1, L2 y dropout. Incluye búsqueda de hiperparámetros, preprocesamiento automático de datos, imputación de valores faltantes, y exportación de modelos en Java.
• Gradient Boosting Machine (GBM)
• Generalized Linear Model (GLM)
• Kmeans
• Distributed Random Forest

Conclusión

Este tutorial te ha mostrado cómo instalar y usar H2O en tres modalidades diferentes. Para más información, visita la documentación oficial de H2O.