Question

我有一个与此类似的问题（link），但我的问题是指java工具＆＃39; h2o＆＃39;及其与＆＃39; r＆＃39;。

的关联

特别是我想指定一个＆＃34; h2o＆＃34;对象到向量（或结构或数组）的一部分。我想循环并存储其中的几个而不必手动枚举。

我在链接上尝试了解决方案，但它不适用于＆＃39; h2o＆＃39;对象。

这是我的较长代码（疣和所有）：

#libraries
library(h2o)      #for tree control

#specify data
mydata <- iris[iris$Species!="setosa",]
mydata$Species <- as.factor(as.character(mydata$Species))

#most informative variable is petal length
x1 <- mydata$Petal.Length
x2 <- mydata$Petal.Width

#build classes
C <- matrix(0,nrow=length(x1),ncol=1)
idx1 <- which(mydata$Species == "versicolor",arr.ind=T)
idx2 <- which(mydata$Species != "versicolor",arr.ind=T)
C[idx1] <- +1
C[idx2] <- 0

#start h2o
localH2O = h2o.init(nthreads = -1)

# Run regression GBM on iris.hex data
irisPath = system.file("extdata", "iris.csv", package="h2o")
iris.hex = h2o.uploadFile(localH2O, path = irisPath)
names(iris.hex) <- c("Sepal.Length",
                     "Sepal.Width",
                     "Petal.Length",
                     "Petal.Width",
                     "Species" )

iris2 <- iris
iris2$Species <- unclass(iris$Species)
iris2.hex <- as.h2o(iris2)
iris.hex$Species <- as.factor(iris2.hex$Species)

independent <- c("Sepal.Length","Sepal.Width","Petal.Length","Petal.Width")
dependent <- "Species"

mare <- numeric()
mae <- matrix(1,nrow=10,ncol=1)

est2.h2o <- vector(mode="list", length=150)

for (i in 1:150){

     est2.h2o[[i]] <- h2o.gbm(y = dependent, 
                         x = independent, 
                         training_frame = iris.hex,
                         distribution="AUTO",
                         ntrees = i, max_depth = 3, min_rows = 2,
                         learn_rate = 0.5)


     pred <- h2o.predict(est2.h2o,newdata=iris.hex)

     err <- iris2$Species-(as.data.frame(pred)$predict+1)

     mae[i] <- mean(abs(err))
     mare[i] <- mean(abs(err)/iris2$Species)

     print(c(i,log10(mae[i])))

}

我得到的错误是：

Error in paste0("Predictions/models/", object@model_id, "/frames/", newdata@frame_id) : 
  trying to get slot "model_id" from an object of a basic class ("list") with no slots

我的目的是建立一个GBM的列表/结构/数组，然后我可以对整个数据集进行预测，并剔除信息量较少的数据集。我正在努力创造一个体面的，随机的森林和＃34;＆＃34;遵循Eugene Tuv的步骤。我没有他的代码。

问题：
是否有正确的方法将h2o gbm和几百个好友一起打包到r中的一个商店？

如果在java中抛弃引用的对象，使这种方法变得不可行，那么使用＆＃39; gbm＆＃39;是否存在可行的变体。图书馆？如果我最终不得不使用gbm，那么与h2o的速度差异是什么？

Answer 1

如果没有看到您正在使用的确切参数，我的猜测就是问题在于您使用的是sapply而不是lapply。

sapply经常尝试简化结果，这在大多数时候都很好。但是，如果你想要一些可以包含任何类型对象的东西，那么你需要一个列表。

如果我们将paramListList定义为列表，其中每个条目都是包含h2o.gbm参数的列表：

例如：

paramListList <- list(list(x = xVALUES1, 
                           y = yVALUES1, 
                           training_frame = tfVALUES1, 
                           model_id = miVALUES1, 
                           checkpoint = checkVALUES1),
                      list(x = xVALUES2, 
                           y = yVALUES2, 
                           training_frame = tfVALUES2, 
                           model_id = miVALUES2, 
                           checkpoint = checkVALUES2),
                     )

然后您可以执行以下操作：

lapply(paramListList, function(paramlist) do.call(h2o.gbm, paramlist))

将把所有结果放在一个列表中

输出＆＃39; h2o＆＃39;函数结果为向量

1 个答案: