实验设置

本节介绍可用于自定义实验的设置，例如总运行时、再现性级别、管道构建、特征大脑控制、添加 config.toml 设置等。

max_runtime_minutes

Max Runtime in Minutes Before Triggering the Finish Button

指定实验的最大运行时（以分钟为单位）。这相当于在指定时间值过去一半后按下 完成 按钮。请注意，强制执行的总运行时仅为近似值。

此值默认为 1440，相当于大约 24 小时的总运行时。当 12 个小时过去后，将自动选择 完成 按钮，并且 Driverless AI 随后将尽量在剩余的 12 个小时内完成整个实验。将此值设为 0 可禁用此项设置。

请注意，此项设置适用于每个实验，因此，如果构建排行榜模型（n 个），则将分别应用于每个实验（即，所允许的总运行时将为 n * 24 小时。此时间估计值假设按顺序每次运行一个实验）

max_runtime_minutes_until_abort

Max Runtime in Minutes Before Triggering the Abort Button

在触发中止按钮前，指定实验的最大运行时（以分钟为单位）。此选项保留为摘要和日志压缩文件而生成的实验工件，同时继续生成其他工件。此值默认设置为 10080 分钟（7 天）。

请注意，此项设置适用于每个实验，因此，如果构建排行榜模型（比如说 n 个），则将分别应用于每个实验（即，所允许的总运行时将为 n * 7 天。此时间估计值假设按顺序每次运行一个实验）。另请参阅 time_abort.

time_abort

Time to Trigger the ‘Abort’ Button

如果此时尚未完成实验，可按下中止按钮。请注意，这同样适用于排行榜模型，即，如果所有排行榜实验均未完成，则将在此实际时间过后中止整个排行榜。另请参阅 max_runtime_minutes_until_abort，了解如何控制每个实验中止时间。

这可接受以 time_abort_format 指定的格式呈现的时间（默认设置为 %Y-%m-%d %H:%M:%S）。这假设了由 config.toml 中的 time_abort_timezone 设置时区（默认设置为 UTC）。用户还可指定 UTC 时间 1970-01-01 00:00:00 之后的整数秒数。

这将适用于运行实验的 DAI 工作线程的时间。类似于 max_runtime_minutes_until_abort，时间中止将保留目前为止为摘要和日志 zip 文件生成的实验工件。如果用户克隆此实验以进行重新运行/调整/重新启动，则此绝对时间将适用于此类实验或排行榜实验。

pipeline-building-recipe

Pipeline Building Recipe

指定“管道构建”插件类型（覆盖 GUI 设置）。从以下类型中选择：

• 自动：指定所有模型和特征均由实验设置、config.toml 设置和特征工程工作量自动确定。（默认）

• 服从：与 自动 类型相似，除了以下设置：

  • 将可解释性设置为 10。

  • 仅使用 GLM 或增强器作为“giblinear”

  • 将 Fixed ensemble level 设置为 0。

  • 将 Feature brain level 设置为 0。

  • 将最大特征交互深度设置为 1，即没有交互。

  • 将目标转换器设置为 ‘identity’ 以进行回归。

  • 不使用 distribution shift 检测。

  • 将 monotonicity_constraints_correlation_threshold 设置为 0。

• Monotonic_gbm ：与 自动 类型相似，除了以下设置：

  • 启用单调性约束

  • 仅使用 LightGBM 模型。

  • 删除与目标的不相关性至少为 0.01 的特征。请参阅 monotonicity-constraints-drop-low-correlation-features 和 monotonicity-constraints-correlation-threshold.

  • 不构建集成模型，即设置 fixed_ensemble_level=0

  • 不使用 feature brain 来确保每次重启均相同。

  • 将 Interaction depth 设置为 1，即不进行多特征交互以避免复杂性。

  • 不将目标转换应用于回归问题，即将 target_transformer 设置为 ‘identity’. 等效的 config.toml 参数为 recipe=['monotonic_gbm'].

  • 禁用 num_as_cat 特征转换。

  • 所包含的转换器列表

  “OriginalTransformer”，#数值（无聚类、无交互、无 num->cat）

  ‘CatOriginalTransformer’, ‘RawTransformer’,’CVTargetEncodeTransformer’, ‘FrequentTransformer’,’WeightOfEvidenceTransformer’,’OneHotEncodingTransformer’, #分类（但是无 num-cat）

  ‘CatTransformer’,’StringConcatTransformer’, # 仅适用于大数据

  ‘DateOriginalTransformer’, ‘DateTimeOriginalTransformer’, ‘DatesTransformer’, ‘DateTimeDiffTransformer’, ‘IsHolidayTransformer’, ‘LagsTransformer’, ‘EwmaLagsTransformer’, ‘LagsInteractionTransformer’, ‘LagsAggregatesTransformer’,#日期/时间

  ‘TextOriginalTransformer’, ‘TextTransformer’, ‘StrFeatureTransformer’, ‘TextCNNTransformer’, ‘TextBiGRUTransformer’, ‘TextCharCNNTransformer’, ‘BERTTransformer’,#文本

  ‘ImageOriginalTransformer’, ‘ImageVectorizerTransformer’] #映像

相关参考，请参阅 Monotonicity Constraints in Driverless AI.

• Kaggle：与 自动 类型相似，除了以下设置：

  • 任何外部验证集均将与训练集串联，并且目标被标记为缺失。

  • 测试集与训练集串联，并且目标被标记为缺失。

  • 不使用此目标的转换器将被允许对整个训练集、验证集和测试集进行 fit_transform`.

  • 有几项 config.toml 专家选项启用限制。

• nlp_model：仅启用基于 Pytorch 的 NLP BERT 模型，以处理纯文本：

  • included_models = bert_models [‘TextBERTModel’, ‘TextMultilingualBERTModel’, ‘TextXLNETModel’, ‘TextXLMModel’,’TextRoBERTaModel’, ‘TextDistilBERTModel’, ‘TextALBERTModel’, ‘TextCamemBERTModel’, ‘TextXLMRobertaModel’]

  • enable_pytorch_nlp = ‘on’

更多信息，请参阅 Driverless AI 中的 NLP

• nlp_transformer：仅启用基于 Pytorch、用于处理纯文本的 BERT 转换器：

  • included_transformers = [‘BERTTransformer’]

  • excluded_models = bert_models

  • enable_pytorch_nlp = ‘on’

更多信息，请参阅 Driverless AI 中的 NLP

• image_model：仅启用用于处理纯映像的映像模型 (ImageAutoModel)。更多信息，请参阅 自动图像模型.

  请注意：

  • 此选项禁用 Genetic Algorithm (GA)。

  • 仅在选择此选项时可使用映像见解。

• Image_transformer：仅启用用于处理纯映像的 ImageVectorizer 转换器。更多信息，请参阅 嵌入向量转换器 (Image Vectorizer).

• 无监督 ：仅启用无监督转换器、模型和评分器。请参阅 See 。

• gpus_max ：最大限度利用 GPU（例如使用在 GPUs 上运行的 XGBoost、rapids、Optuna 超参数搜索等）

可以选择每种管道构建插件模式，然后使用各个专家设置进行微调。更改管道构建插件会将所有管道构建插件选项重设为默认值，然后重新应用新模式的特定规则，这将撤销对管道构建插件规则中的专家选项进行的任何微调。

如果选择根据父实验执行新/持续/调整/重新训练实验，则不会重新应用所有插件规则，而且保留任何微调。要重置插件行为，可以在“自动”和所需模式之间切换。这样，新的子实验将使用所选插件的默认设置。

enable_genetic_algorithm

Enable Genetic Algorithm for Selection and Tuning of Features and Models

指定是否启用 genetic algorithm ，以用于特征和模型的选择和超参数调优：

• 自动：默认值为 ‘自动’ ，除非是纯 NLP 或映像实验，否则此选项与 ‘开启’ 作用相同。

• 开启：将 Driverless AI 遗传算法用于特征工程和模型调优及选择。

• Optuna：当选择 ‘Optuna’ 时，通过 Optuna 进行模型超参数调优，并且 Driverless AI 遗传算法将被用于特征工程中。在选择 Optuna 的情况下，迭代面板中显示的评分为最佳评分和实验评分。Optuna 模式目前仅适用于 XGBoost、LightGBM 和 CatBoost（自定义插件）。如果默认启用 Pruner，则 Optuna 模式将禁用评估指标 (eval_metric) 突变，因此剪枝算法将在每次尝试时使用相同的指标进行比较。

• 关闭：当设置为 ‘关闭’ 时，将使用默认的特征工程和特征选择来训练最终管道。

等效的 config.toml 参数为 enable_genetic_algorithm.

tournament_style

Tournament Model for Genetic Algorithm

选择一种方式来决定每次迭代中的最佳模型。默认设置为 自动 。可从以下方式中选择：

• 自动：根据准确度和可解释性进行选择

• 均匀：群体中的所有个体彼此竞争，以决出最佳（可能会导致所有模型（例如，最终集成中的 LightGBM 模型）因缺乏多样性而无法改善集成性能）

• 全栈：从最优模型和特征类型中选择

• 特征：具有相似特征类型的各个模型彼此竞争（如果目标编码、频率编码和其他特征集将带来好的结果，即为良性竞争）

• 模型：具有相同模型类型的各个模型彼此竞争（如果多个模型表现良好，而有些模型表现不好，但仍有助于改进集成，即为良性竞争）

对于每种情况，均使用轮询机制从模型类型中选择最佳评分。

如果 enable_genetic_algorithm==’Optuna’，则在使用 genetic algorithm 的过程中，各个模型均将在没有竞争的情况下自我突变。此种竞争仅用于删减个体模型，例如，“调优 -> 演变”和“演变 -> 最终模型”。

make_python_scoring_pipeline

Make Python Scoring Pipeline

指定是否自动构建用于实验的 Python 评分管道。选择 开启 或 自动 （默认）以便在实验完成后可立即下载 Python 评分管道。选择 关闭 可禁止自动创建 Python 评分管道。

make_mojo_scoring_pipeline

Make MOJO Scoring Pipeline

指定是否自动构建用于实验的 MOJO (Java) 评分管道。选择 开启 以便在实验完成后可立即下载 MOJO 评分管道。通过此选项，可删除任何阻止创建管道的功能。选择 关闭 可禁止自动创建 MOJO 评分管道。选择 自动 （默认）可尝试在不删除任何功能的情况下创建 MOJO 评分管道。

mojo_for_predictions

Allow Use of MOJO for Making Predictions

指定是否在实验结束后使用 MOJO 进行快速低延迟预测。当此选项设置为 自动 时（默认），MOJO 仅在行数等于或低于 mojo_for_predictions_max_rows 指定的值时才使用。

reduce_mojo_size

Attempt to Reduce the Size of the MOJO (Small MOJO)

指定是否在创建实验时构建小型 MOJO 评分管道。较小的 MOJO 在评分过程中占用的内存较少。此项设置将实验的最大 interaction depth 限制为 3，将 ensemble level 设置为 0 即，没有最终管道的集成模型, 以及将模型中的 maximum number of features 限制为 200 ，以尝试减小 mojo。请注意，由于限制了特征工程和模型构建空间的复杂性，这些设置在某些情况下可影响整个模型的预测准确性。

默认会禁用此项设置。等效的 config.toml 设置为 reduce_mojo_size

make_pipeline_visualization

Make Pipeline Visualization

指定是否在实验结束时将评分管道可视化。此项设置默认为 自动 。请注意， 可视化评分管道 特征是实验性的，不可用于已弃用的模型。可视化可用于所有新创建的实验。

benchmark_mojo_latency

Measure MOJO Scoring Latency

指定在 MOJO 构建时是否测量 MOJO 评分延迟。此项设置默认为**自动** 。在这种情况下，如果 pipeline.mojo 文件小于 100MB，则将测量 MOJO 评分延迟。

mojo_building_timeout

Timeout in Seconds to Wait for MOJO Creation at End of Experiment

指定实验结束时等待 MOJO 构建的时间（以秒为单位）。如果 MOJO 构建进程超时，仍可从 GUI 或 R 和 Python 客户端生成 MOJO（超时约束不适用于 GUI 或 R 和 Python 客户端）。默认值为 1800 秒（30 分钟）。

mojo_building_parallelism

Number of Parallel Workers to Use During MOJO Creation

指定在 MOJO 构建期间要使用的并行工作节点数量。较大的值可加快 MOJO 的构建速度，但需占用更多内存。将此值设置为 -1（默认值）即可使用所有的物理内核。

kaggle_username

Kaggle Username

可选择指定您的 Kaggle 用户名，以允许自动提交测试集预测结果并对其进行评分。如果指定此选项，则您必须同时指定 Kaggle 密钥 选项的值。如果您没有 Kaggle 帐户，可前往 https://www.kaggle.com 注册。

kaggle_key

Kaggle Key

指定您的 Kaggle API 密钥，以允许自动提交测试集预测结果并对其进行评分。如果指定此选项，则您必须同时指定 Kaggle 用户名 选项的值。请参阅 https://github.com/Kaggle/kaggle-api#api-credentials，了解更多关于获取 Kaggle API 凭据的信息。

kaggle_timeout

Kaggle Submission Timeout in Seconds

指定 Kaggle 提交超时（以秒为单位）。默认值为 120 秒。

min_num_rows

Min Number of Rows Needed to Run an Experiment

指定为运行实验而必须在数据集中包含的最小行数，默认值为 100。

reproducibility_level

Reproducibility Level

指定以下再现性级别之一。请注意，仅当在实验中启用 可再现 选项时，方可使用此项设置。

• 1 = 相同 O/S、相同 CPU 和相同 GPU（默认）得到的实验结果相同

• 2 = 相同 O/S、相同 CPU 架构和相同 GPU 架构得到的实验结果相同

• 3 = 相同 O/S 和相同 CPU 架构（不包括 GPU）得到的实验结果相同

• 4 = 使用相同 O/S 得到的实验结果相同（最佳逼近）

默认值为 1。

seed

Random Seed

指定用于实验的随机数种子。当对种子进行定义并启用（非默认）“可再现”按钮时，算法的行为将具有确定性。

allow_different_classes_across_fold_splits

Allow Different Sets of Classes Across All Train/Validation Fold Splits

（请注意：仅适用于多类问题。）指定是否在特征演变期间启用完全交叉验证（多折），而非使用单一保持拆分。默认会启用此项设置。

save_validation_splits

Store Internal Validation Split Row Indices

指定是否存储内部验证拆分行索引。这包括实验摘要 ZIP 文件中所有内部验证折叠的（train_idx、valid_idx）元组（原始训练数据的数组行索引) 的 pickle。启用此设置用于调试目的。默认禁用此设置。

max_num_classes

Max Number of Classes for Classification Problems

指定分类问题允许的最大类别数。类别数越高，某些进程耗时可能就越长。内存需求也会因此而增加。默认值为 200。

max_num_classes_compute_roc

Max Number of Classes to Compute ROC and Confusion Matrix for Classification Problems

指定计算 ROC 和 CM 时要使用的最大类别数。当类别数超过此值时，将应用由 roc_reduce_type 指定的缩减类型。默认值为 200 且不能小于 2。

max_num_classes_client_and_gui

Max Number of Classes to Show in GUI for Confusion Matrix

指定要在 CM 的 GUI 中显示的最大类别数，显示前 max_num_classes_client_and_gui 个标签。默认值为 10，但是任何大于 6 的值均会导致显示的诊断信息被截断。请注意，如果在 config.toml 中更改此值并重启服务器，则此项设置将仅可修改通过客户端-GUI 启动的诊断。若需控制实验绘图，则必须在专家设置面板中更改此值。

roc_reduce_type

ROC/CM Reduction Technique for Large Class Counts

指定用于类别数较大的 ROC 混淆矩阵缩减方法。

• 行 （默认）：通过对行进行随机抽样以进行缩减

• 类别：通过将类别截断至不超过 max_num_classes_compute_roc 指定的值以进行缩减

max_rows_cm_ga

Maximum Number of Rows to Obtain Confusion Matrix Related Plots During Feature Evolution

指定最大行数以在特征演变期间获得混淆矩阵相关绘图。注意，此选项并不会限制最终模型计算。

use_feature_brain_new_experiments

Whether to Use Feature Brain for New Experiments

指定是否使用 feature_brain 结果，即使在运行新实验时。对实验设置进行某些类型的更改可能会对特征大脑造成风险。甚至重新评分也可能不够，所以此选项默认为 False。例如，实验可能偶然有 training=externa 验证并且获得高分，虽然 feature_brain_reset_score=’on’ 意味着我们将重新评分，但在训练外部验证期间将被看到，并将该数据作为其了解部分内容泄露出去。如果此选项为 False, feature_brain_level 只设置可能使用的模型，并进行记录/通知，但不会使用这些特征大脑缓存模型。

feature_brain_level

Model/Feature Brain Level

指定是否使用 H2O.ai 大脑，其可就之前的实验启用本地缓存和智能重用（检查点），以生成对新实验有用的特征和模型。H2O.ai 大脑还可用于控制已暂停或已中断实验的检查点。

启用时，如果缓存文件满足以下条件，则将使用 H2O.ai 大脑缓存：

• 具有用于相似实验类型的任何匹配列名称和类型

• 具有完全匹配的类别

• 具有完全匹配的类别标签

• 具有匹配的基本时间序列选项

• 缓存具有相等或更低的可解释性

• 新实验允许使用主模型（增强器）

• -1：不使用任何大脑缓存（默认）

• 0：不使用任何大脑缓存，但仍写入缓存。用例：想要保存模型以供之后使用，但是我们想在没有任何大脑模型的情况下构建当前模型。

• 1：最后一个最佳个体模型中的智能检查点。用例：想要使用最新的匹配模型。但是匹配可能不够精准，因此需谨慎使用。

• 2：如果实验的所有列名称、列类型、类别、类别标签和时间序列选项均完全匹配，则使用智能检查点。用例：Driverless AI 扫描 H2O.ai 大脑缓存，以找到用于重新启动的最佳模型。

• 3：与级别 #1 的智能检查点相同，但是适用于整个群体。仅在大脑群体大小不足时进行调优。请注意，这将在单次迭代中对整个群体进行重新评分，因此，完成首次迭代可能需要更长的时间。

• 4：与级别 #2 的智能检查点相同，但是适用于整个群体。仅在大脑群体大小不足时进行调优。请注意，这将在单次迭代中对整个群体进行重新评分，因此，完成首次迭代可能需要更长的时间。

• 5：与级别 #4 的智能检查点相同，但是将扫描群体的整个大脑缓存，以获取评分最高的个体模型。请注意，如果缓存很大，则由于大脑缓存扫描，可能拖慢速度。

启用时，H2O.ai 大脑元模型文件将存储于 H2O.ai_brain 目录中。此外，默认大脑大小的最大值为 20GB。目录和最大大小均可在 config.toml 文件中进行修改。默认值为 2。

feature_brain2

Feature Brain Save Every Which Iteration

保存特征大脑迭代，每次 iter_num % feature_brain_iterations_save_every_iteration == 0，以便在 which_iteration_brain >= 0 进行重启/调整。默认值为 (0)。

• -1：不使用任何大脑缓存。

• 0：不使用任何大脑缓存，但仍写入缓存。

• 1：如果传入了旧 experiment_id ，则智能地设置检查点（例如，通过在 GUI 上运行“resume one like this”）

• 2：如果实验匹配所有列名称、列类型、类、类标签和时间序列选项，则智能地设置检查点。（默认设置）

• 3：智能地设置检查点（和 1 级相同），但是仅对整个群体设置。只有在大脑群体大小不够时才进行调优。

• 4：智能地设置检查点（和 2 级相同），但是仅对整个群体设置。只有在大脑群体大小不够时才进行调优。

• 5：智能地设置检查点（和 4 级相同），但是将对群体的整个大脑缓存进行扫描（如果选择，将从恢复的实验开始），以获取评分最高的个体。

启用时，H2O.ai 大脑元模型文件将存储于 H2O.ai_brain 目录中。此外，默认大脑大小的最大值为 20GB。在 config.toml 文件中可以更改目录和最大大小。

feature_brain3

Feature Brain Restart from Which Iteration

当使用已恢复的 ID 执行重启或对类型 feature_brain_level 进行调整时，指定需从哪一次迭代开始，而非仅从最后一次最佳迭代开始。可用选项包括：

• -1：使用最后一次最佳迭代

• 1：使用 feature_brain_iterations_save_every_iteration=1 或其他数字运行一次实验

• 2：确定您想要从哪次迭代大脑转储中进行重新启动或调整

• 3：从原始实验进行重新启动或调整，并在专家设置中将 which_iteration_brain 设置为此处的数字。

请注意：如果从调优迭代中进行重启，则将调出已评分的整个调优群体，并将其用于特征演变。默认值为 -1。

feature_brain4

Feature Brain Refit Uses Same Best Individual

指定是否在调整时使用相同的最佳个体模型。禁用此项设置将允许重新排列最佳个体模型的顺序，以获得更好的最终结果。启用此项设置让您能够查看完全相同的模型或特征（仅添加一个新特征）。默认会禁用此项设置。

feature_brain5

Feature Brain Adds Features with New Columns Even During Retraining of Final Model

指定即使在重新训练最终模型时，是否需将新列中的其他特征添加至管道中。如果不论新数据集中的新列如何，您都想要保留相同的管道，则使用此选项。由于移位或泄露检测，新数据可能会导致又有特征被删除。禁用此项设置可避免添加任何列作为新特征，以在更改数据时完全保留管道。默认会启用此项设置。

force_model_restart_to_defaults

Restart-Refit Use Default Model Settings If Model Switches

当重新启动或调整时，如果原始模型类别不再可用，则指定是否使用模型类别的默认设置。如果禁用此项设置，则将使用原始超参数。（请注意，这可能会导致错误。）默认会启用此项设置。

min_dai_iterations

Min DAI Iterations

指定实验中 Driverless AI 迭代次数的最小值。如果在尽管评分不会提高的情况下，仍想要继续使用时，可在重新启动时使用此项设置。默认值为 0。

target_transformer

Select Target Transformation of the Target for Regression Problems

指定是否自动选择用于回归问题的目标转换。可用选项包括：

• auto

• identity

• identity_noclip

• center

• standardize

• unit_box

• log

• log_noclip

• square

• sqrt

• double_sqrt

• inverse

• logit

• sigmoid

设置为 auto （默认）时，如果将**准确度**设置为 tune_target_transform_accuracy_switch 配置选项的值（默认设置为 5）或更大的值，则 Driverless AI 将自动选择最佳目标转换器。选择 identity_noclip 可自动关闭所有目标转换。除了 center、standardize、identity_noclip 和 log_noclip 以外，其他所有转换器均执行剪切，以将预测结果限制在训练数据的目标域中，因此如果您想要启用外推法，则请避免使用这些转换器。

等效的 config.toml 参数为 target_transformer.

fixed_num_folds_evolution

Number of Cross-Validation Folds for Feature Evolution

指定用于特征演变的交叉验证折叠（如果 >= 2）的固定数量。请注意，实际允许的折叠数可能会小于指定值，并且在实验运行时会确定允许的折叠数量。默认值为 -1（自动）。

fixed_num_folds

Number of Cross-Validation Folds for Final Model

指定用于最终模型的交叉验证折叠（如果 >= 2）的固定数量。请注意，实际允许的折叠数可能会小于指定值，并且在实验运行时会确定允许的折叠数量。默认值为 -1（自动）。

fixed_only_first_fold_model

Force Only First Fold for Models

指定是否仅强制执行模型的首次折叠。从 自动 （默认）、开启 或 关闭 中进行选择。设置 “开启” 可强制执行模型的首次折叠。不论数据如何，这都能有助于迅速运行

feature_evolution_data_size

Max Number of Rows Times Number of Columns for Feature Evolution Data Splits

指定允许用于特征演变数据拆分（而非最终管道）的最大行数。默认值为 100,000,000。

final_pipeline_data_size

Max Number of Rows Times Number of Columns for Reducing Training Dataset

指定用于训练最终管道的行数乘以列数的上限。默认值为 500,000,000。

max_validation_to_training_size_ratio_for_final_ensemble

Maximum Size of Validation Data Relative to Training Data

指定验证数据相对于训练数据的最大大小。值越小，最终管道模型训练进程越快。请注意，将始终对提供的完整数据集提供最终模型预测结果和评分。默认值为 2.0。

force_stratified_splits_for_imbalanced_threshold_binary

Perform Stratified Sampling for Binary Classification If the Target Is More Imbalanced Than This

对于二元分类实验，指定目标列少数类别与多数类别的比率阈值，超出此阈值，将执行分层抽样。如果未超出阈值，则执行随机抽样。默认值为 0.01。您可以选择将此值设置为 0，从而仅执行随机抽样，或者将此值设置为 1，从而仅执行分层抽样。

mli_custom

Add to config.toml via toml String

从 config.toml 文件中指定要包含在实验中的任何其他配置覆盖项。（请参阅 样本 config.toml 文件 一节，查看实验过程中可被覆盖的选项。）设置此项设置将覆盖所有其他设置。使用 \n 分隔多个配置覆盖项。例如，以下示例对 LightGBM 模型启用了泊松分布并禁用了目标转换器调优。请注意，在本示例中，对双引号进行了转义 (\" \")。

params_lightgbm=\"{'objective':'poisson'}\" \n target_transformer=identity

或者您可以指定类似于以下设置的配置覆盖项，而无需转义双引号：

""enable_glm="off" \n enable_xgboost_gbm="off" \n enable_lightgbm="off" \n enable_tensorflow="on"""
""max_cores=10 \n data_precision="float32" \n max_rows_feature_evolution=50000000000 \n ensemble_accuracy_switch=11 \n feature_engineering_effort=1 \n target_transformer="identity" \n tournament_feature_style_accuracy_switch=5 \n params_tensorflow="{'layers': [100, 100, 100, 100, 100, 100]}"""

运行 Python 客户端时，配置覆盖项将设置如下：

model = h2o.start_experiment_sync(
    dataset_key=train.key,
    target_col='target',
    is_classification=True,
    accuracy=7,
    time=5,
    interpretability=1,
    config_overrides="""
                     feature_brain_level=0
                     enable_lightgbm="off"
                     enable_xgboost_gbm="off"
                     enable_ftrl="off"
                     """
)

last_recipe

last_recipe

内部帮助程序，用于允许存储更改后的配置

feature_brain_reset_score

Whether to re-score models from brain cache

指定是否智能保留分数以避免重新整理/重新训练/重新评分步骤：大脑模型（“自动”）始终强制所有大脑导入执行所有步骤（“开启”），或永不重新评分（“关闭”）。“自动”仅在当前实验与之前实验的差异需要重新评分时才会重新评分，比如列更改、指标更改。当智能相似性检查不够可靠时，“开启”很有用。当想要最终模型调整保持完全相同的特征和模型，“关闭”很有用，但如果在到达最终模型之前重新评分，特征中种子或其他行为的更改可能会导致结果发生更改。如果设置为关闭，则在大脑摄入期间不会对特征应用限制，而如果想忽略数据中的任何新列，则可以将 brain_add_features_for_new_columns 设置为 false。如果想要使用完全相同的最佳个体（分数最高的模型+特征），而不考虑任何得分变化，也可以将 refit_same_best_individual 设置为 True。

feature_brain_save_every_iteration

Feature Brain Save every which iteration

指定是否保存特征大脑迭代，每次 iter_num % feature_brain_iterations_save_every_iteration == 0，以便在 which_iteration_brain >= 0 时能进行重启/调整。将值设置为 0 可禁用此设置。

which_iteration_brain

Feature Brain Restart from which iteration

当使用 resumed_experiment_id 执行重启或对类型 feature_brain_level 进行调整时，选择需从哪一次迭代开始，而非仅从最后一次最佳迭代开始，-1 表示仅使用最后一次最佳迭代。

使用：

• 1. 使用 feature_brain_iterations_save_every_iteration=1 或其他数字运行一次实验

• 2. 确定想要从哪次迭代大脑转储中进行重启或调整

• 3. 从原始实验进行重启或调整，并在专家设置中将 which_iteration_brain 设置为该数字。

请注意：如果从调优迭代中进行重启，则将调出已评分的整个调优群体，并将其用于特征演变。

refit_same_best_individual

Feature Brain refit uses same best individual

从特征大脑执行调整时，如果更改列或特征，用于调整的个体数可能会改变曾经的最佳顺序，从而选择更好的结果（False 情况）。但您有时会希望看到完全相同的模型/特征且仅增加一个特征，则需要将其设置为 True 情况。即如果调整后仅额外增加 1 列且解释性=1，则最终模型将为相同特征，同时将有一个额外工程特征应用于新的原始特征上。

restart_refit_redo_origfs_shift_leak

For restart-refit, select which steps to do

从特征大脑重启或调整实验时，用户有时可能会对数据进行大幅更改，然后需要通过特征选择、移位检测、泄漏检测对原始特征重做还原。但在其他情况下，如果数据和所有选项几乎（或完全）相同，这些步骤则可能轻微更改特征（例如，如果未设置可再现模式，由于随机数种子导致），从而导致调整后的特征和模型发生更改。假设数据和实验设置没有发生明显更改，重启和调整会默认避免这些步骤。如果 check_distribution_shift 被强制开启（而不是自动），则忽略此选项。为确保拟合完全相同的最终管道，还应设置：

• 1. brain_add_features_for_new_columns false

• 2. refit_same_best_individual true

• 3. feature_brain_reset_score ‘off’

• 4. force_model_restart_to_defaults false

如果所选实验指标发生更改，分数仍将重置，但对评分模型和特征的更改将更加固定。

brain_add_features_for_new_columns

Feature Brain adds features with new columns even during retraining final model

是否在管道中使用任何新列和添加额外特征，即使执行重新训练最终模型也如此。在某些情况下，您可能有一个新的数据集，但只想保持相同的管道，而无论是否有新列，在这种情况下，可以将此选项设置为 False。例如，由于移位或泄漏检测，新数据可能导致新特征删除。为避免特征集发生更改，可以禁用所有列删除，但将此选项设置为 False 可避免将任何列添加为新特征，这样在更改数据时就可以完美地保留管道。

force_model_restart_to_defaults

Restart-refit use default model settings if model switches

如果重启/调整且原始模型类不再适用，请谨慎操作，返回该模型类的默认设置。如果设置为 False，则会尝试保持原始超参数，但通常会失败。

dump_modelparams_every_scored_indiv

Enable detailed scored model info

是否将每个评分个体的模型参数转储至 csv/tabulated/json 文件，生成文件。例如：individual_scored.params.[txt, csv, json]

fast_approx_num_trees

Max number of trees to use for fast approximation

当 fast_approx=True 时，指定要使用的最大树数。默认值为 250。

注解

默认情况下，MLI 和 AutoDoc 启用 fast_approx ，实验预测则禁用此选项。

fast_approx_do_one_fold

Whether to use only one fold for fast approximation

当 fast_approx=True 时，指定是否要通过仅使用其中一个交叉验证折叠来进一步加快快速近似。默认启用此设置。

注解

默认情况下，MLI 和 AutoDoc 启用 fast_approx ，实验预测则禁用此选项。

fast_approx_do_one_model

Whether to use only one model for fast approximation

当 fast_approx=True 时，指定是否要通过仅使用其中一个集成模型来进一步加快快速近似。默认禁用此设置。

注解

默认情况下，MLI 和 AutoDoc 启用 fast_approx ，实验预测则禁用此选项。

fast_approx_contribs_num_trees

Maximum number of trees to use for fast approximation when making Shapley predictions

当 fast_approx_contribs=True 时，指定在进行 Shapley 预测和 AutoDoc/MLI 时，GUI 中用于“快速近似”的最大树数。默认值为 50。

注解

MLI 和 AutoDoc 默认启用 fast_approx_contribs 。

fast_approx_contribs_do_one_fold

Whether to use only one fold for fast approximation when making Shapley predictions

当 fast_approx_contribs=True 时，指定在进行 Shapley 预测和 AutoDoc/MLI 时，是否要通过仅使用 GUI 中用于 ‘快速近似’ 的其中一个交叉验证折叠来进一步加快 fast_approx_contribs 。默认启用此设置。

注解

MLI 和 AutoDoc 默认启用 fast_approx_contribs 。

fast_approx_contribs_do_one_model

Whether to use only one model for fast approximation when making Shapley predictions

当 fast_approx_contribs=True 时，指定在进行 Shapley 预测和 AutoDoc/MLI 时，是否要通过仅使用 GUI 中用于 ‘快速近似’ 的其中一个集成模型来进一步加快 fast_approx_contribs 。默认启用此设置。

注解

MLI 和 AutoDoc 默认启用 fast_approx_contribs 。

autoviz_recommended_transformation

Autoviz Recommended Transformations

Autoviz 推荐的列名称和转换的键值对。另请参见 Autoviz Recommendation Transformer.