在循环中运行H2O AutoML：结果保存问题求助

我明白你的需求：给数据集中每个分组单独跑AutoML，然后把每个分组的Leaderboard都保存下来对吧？从你给出的代码片段来看，核心问题应该是循环里没做好结果的存储逻辑，或者没处理好H2O对象的作用域。下面给你一套可行的解决方案：

步骤1：准备工作（初始化H2O与数据） #

首先确保H2O已经正确初始化，同时你要有分组后的H2O帧列表，以及对应的分组ID列表（用来给结果命名，避免混淆）：

library(h2o)
# 初始化H2O，可根据机器配置调整参数
h2o.init(nthreads = -1, max_mem_size = "8G")

# 你的H2O帧列表（替换成你实际的对象）
dfs <- c(df.UPR00015, df.UPR00019, df.UPR00020)
# 对应的分组ID列表，和帧列表一一对应
df_ids <- c("UPR00015", "UPR00019", "UPR00020")

步骤2：循环运行AutoML并保存结果 #

创建一个空的命名列表来存储每个分组的AutoML对象和Leaderboard，这样后续可以随时调用：

# 创建空列表，用来存储每个分组的完整结果
automl_results <- list()

# 遍历每个分组
for (i in seq_along(dfs)) {
  # 取出当前分组的数据集和ID
  current_data <- dfs[[i]]
  group_id <- df_ids[i]
  
  # 运行AutoML，注意给每个任务设置独特的project_name，防止模型冲突
  aml <- h2o.automl(
    y = "你的目标列名",  # 替换成你实际的目标变量列名
    training_frame = current_data,
    max_runtime_secs = 300,  # 根据需求调整运行时间，单位秒
    project_name = paste0("automl_group_", group_id),
    seed = 123  # 设置随机种子，保证结果可复现
  )
  
  # 获取当前分组的Leaderboard
  group_leaderboard <- aml@leaderboard
  
  # 将结果存入列表，用分组ID作为键，方便后续查找
  automl_results[[group_id]] <- list(
    automl_model = aml,
    leaderboard = group_leaderboard
  )
  
  # 可选：把Leaderboard导出为本地CSV文件，永久保存
  h2o.exportFile(
    group_leaderboard,
    path = paste0("leaderboard_", group_id, ".csv"),
    overwrite = TRUE  # 如果文件已存在则覆盖
  )
  
  # 可选：打印当前分组的完成提示，方便跟踪进度
  cat("分组", group_id, "的AutoML任务已完成，Leaderboard已保存\n")
}

关键注意点 #

• 独特的project_name：每个分组的AutoML任务必须设置不同的项目名，否则H2O会把不同分组的模型混在一起，导致结果错误
• 命名列表存储：用分组ID作为列表的键，后续你可以通过automl_results[["UPR00015"]]$leaderboard直接调用对应分组的Leaderboard
• 本地导出：用h2o.exportFile把Leaderboard存成CSV，即使关闭H2O也能保留结果
• 可复现性：设置seed参数，确保每次运行同一分组的结果一致

后续操作 #

循环结束后，如果你不需要继续使用H2O，可以关闭连接：

h2o.shutdown(prompt = FALSE)

内容的提问来源于stack exchange，提问作者Jurgen De Jager