如何从H2OAutoMLClassifier sklearn wrapper提取H2OAutoML对象并调用explain()

要从H2OAutoMLClassifier wrapper中提取底层的H2OAutoML对象并调用explain()方法，只需通过wrapper的automl_属性获取即可，具体步骤如下：

1. 提取H2OAutoML对象 #

在pipeline完成拟合后，先从pipeline中获取H2OAutoMLClassifier实例，再通过其automl_属性拿到底层的H2OAutoML对象：

# 从pipeline中获取H2OAutoMLClassifier组件
h2o_automl_classifier = pipeline.named_steps['classifier']

# 提取底层的H2OAutoML核心对象
automl_instance = h2o_automl_classifier.automl_

2. 调用explain()获取洞察 #

拿到automl_instance后，直接调用explain()方法即可生成模型和特征的全局洞察；如果需要针对测试集生成针对性分析，需先将预处理后的测试数据转换为H2OFrame格式：

全局模型洞察 #

# 生成全局模型解释（包含特征重要性、模型性能等）
automl_instance.explain()

针对测试集的洞察 #

import h2o

# 确保H2O集群处于运行状态（若未初始化会自动启动）
h2o.init()

# 对测试数据执行与训练集一致的预处理步骤
X_test_processed = pipeline.named_steps['featselect'].transform(
    pipeline.named_steps['polyfeat'].transform(X_classes_test)
)

# 将预处理后的测试数据转为H2OFrame，并匹配训练时的特征列名
X_test_h2o = h2o.H2OFrame(X_test_processed, column_names=h2o_automl_classifier.feature_names_in_)
y_test_h2o = h2o.H2OFrame(y_classes_test, column_names=['target'])
test_data_h2o = X_test_h2o.cbind(y_test_h2o)

# 生成测试集的模型解释
automl_instance.explain(test_data_h2o)

关键说明 #

• H2OAutoMLClassifier作为sklearn兼容的wrapper，遵循sklearn命名惯例：拟合后生成的内部对象会以_结尾命名，因此automl_就是底层的H2OAutoML核心实例。
• 调用explain()时，若传入测试集，必须保证测试数据经过与训练集完全一致的预处理（即pipeline中classifier之前的所有步骤），否则特征不匹配会导致解释失败。

内容的提问来源于stack exchange，提问作者Boris Burkov