H2O库Python环境下网格搜索时ignored_columns参数失效问题

ignored_columns参数用于在构建模型时指定需要忽略的特征列。

单模型训练时参数正常生效 #

训练单个随机森林模型时，指定忽略列c，从特征重要性结果可以看到，列c确实未被用于训练：

import pandas as pd 
import h2o
from h2o.estimators import H2ODeepLearningEstimator
from h2o.grid.grid_search import H2OGridSearch
from h2o.estimators.random_forest import H2ORandomForestEstimator

h2o.init()

x = pd.DataFrame([[0, 1, 4], [5, 1, 6], [15, 2, 0], [25, 5 , 32], 
                  [35, 11 ,89], [45, 15, 1], [55, 34,3], [60, 35,4]], columns = ['a','b','c'])
y = pd.DataFrame([4, 5, 20, 14, 32, 22, 38, 43], columns = ['label'])
hf = h2o.H2OFrame( pd.concat([x,y], axis="columns"))

X = hf.col_names[:-1]   
y = hf.col_names[-1] 

model=  H2ORandomForestEstimator(ignored_columns = ['c'])

model.train(y = y, training_frame=hf)
model.varimp(use_pandas=True)

输出结果：

网格搜索时参数失效 #

但开启网格搜索进行超参数调优时，ignored_columns参数并未生效，列c出现在了特征重要性结果中：

params = {'max_depth': list(range(7, 16)),   'sample_rate': [0.8], }
criteria = {'strategy': 'RandomDiscrete', 'max_models': 4}
grid = H2OGridSearch(model= H2ORandomForestEstimator(ignored_columns = ['c']),
                              search_criteria=criteria,
                              hyper_params=params )

grid.train( y = y, training_frame=hf)
best_model =  grid.get_grid(sort_by='rmse', decreasing=False)[0]
best_model.varimp(use_pandas=True)

输出结果：

内容的提问来源于stack exchange，提问作者whitepanda