如何无需保留冗余学习器，独立存储重载H2O AutoML的"best of family"模型？

没问题，完全可以做到！你不需要保留那上千个价值较低的冗余模型，也不用额外保存堆叠集成的组件或聚合器，就能把"best of family"模型当作独立黑盒来使用。下面是具体的操作步骤：

一、先拿到"Best of Family"模型集合 #

当你的AutoML任务跑完后，有两种简单的方式获取每个算法家族里的最优模型：

• 快捷方法：用内置函数直接提取
  H2O的AutoML对象自带get_best_models()方法，能直接帮你筛选出每个家族的最优模型，还能跳过堆叠模型（如果不需要的话）：

  # 假设aml是你训练好的AutoML对象
  best_of_family = aml.get_best_models(n_per_family=1, skip_stack_models=True)
  

  这里n_per_family=1指定每个算法家族只拿最优的那个，skip_stack_models=True会排除堆叠集成类的模型，刚好符合你的需求。
• 手动筛选：从排行榜里挑
  如果需要更灵活的筛选逻辑，也可以从AutoML的leaderboard里手动提取：

  leaderboard = aml.leaderboard
  model_ids = leaderboard['model_id'].as_data_frame()['model_id']
  best_models_dict = {}
  
  for model_id in model_ids:
      model = h2o.get_model(model_id)
      algo_family = model.algo
      # 只保留每个家族的第一个（也就是最优的那个，因为leaderboard是排序好的）
      if algo_family not in best_models_dict:
          best_models_dict[algo_family] = model
  
  best_of_family = list(best_models_dict.values())
  

二、独立保存这些模型 #

拿到目标模型后，直接逐个保存到磁盘就行——每个模型都是完整的独立黑盒，不需要依赖任何其他冗余模型：

# 遍历模型，保存到你指定的路径
for model in best_of_family:
    # 每个模型会被存成一个单独的目录，包含所有运行所需的文件
    model.save_model(f"/your/save/path/{model.model_id}")

三、重载并使用保存的模型 #

之后需要用的时候，直接用h2o.load_model()加载单个模型，就能像用普通H2O模型一样做预测，完全不需要AutoML的上下文：

# 加载单个模型
loaded_model = h2o.load_model("/your/save/path/your_model_directory")
# 用加载后的模型做预测
predictions = loaded_model.predict(your_test_data)

如果要同时用多个"best of family"模型，挨个加载就行，彼此之间没有任何依赖。

额外提醒 #

这些"best of family"模型本质上和你手动训练的单个H2O模型完全一样，所有必要的参数、元数据都存在自己的保存目录里，完全不需要保留AutoML运行时生成的其他冗余模型，节省大量磁盘空间。

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