Хотите ограничить решатель H2O4GPU ElasticNet поиском решения для одной пары альфа и l1_ratio при каждом вызове, чтобы соответствовать модели, без поиска для оптимизации параметров.
Хотите имитировать подгонку scikit-learn:
model = sklearn.ElasticNet(alpha=alpha, l1_ratio=l1_ratio)
, который не выполняет поиск, выполняет поиск только для конкретной пары alpha & l1_ratio.
My h2o4gpu code:
model = h2o4gpu.ElasticNet(alpha=alpha, l1_ratio=l1_ratio,
fit_intercept=False, normalize=False, precompute=False,
max_iter=5000, copy_X=True, tol=1e-4, warm_start=False,
positive=False, random_state=0, selection='cyclic',
verbose=True, n_threads=0, n_lambdas=1, n_folds=0,
n_alphas=1, store_full_path=1, double_precision=1,
backend='h2o4gpu')
Я перепробовал множество комбинаций параметров, однако подбор модели выше h2o4gpu выполняет поискКак я могу предотвратить это в диапазоне лямбд?