Question

这是我第一次在R中使用H2O Package进行深度学习。当我尝试构建模型时，它显示了我无法纠正的错误。

这是我的数据

> head(d_1)
               x vibration_x    Speed
21892 1497340740       0.260 1224.601
21893 1497340800       0.100 1214.440
21894 1497340860       0.840 1218.984
21895 1497340920       0.125 1207.892
21896 1497340980       0.475 1206.744
21897 1497341040       0.025 1241.057

我正在将此数据帧转换为H2O类型。

d_Hex_new <- as.h2o(d_1, destination_frame = "path_train")
> d_Hex_new
           x vibration_x    Speed
1 1497340740       0.260 1224.601
2 1497340800       0.100 1214.440
3 1497340860       0.840 1218.984
4 1497340920       0.125 1207.892
5 1497340980       0.475 1206.744
6 1497341040       0.025 1241.057

[8500 rows x 3 columns]

当我尝试适合模型时，它显示错误

model <- h2o.deeplearning(x = Speed, y = vibration_x, data =  d_Hex_new,
                                                      validation = v_Hex_new,
                                                      activation = "Rectifier",
                                                      hidden = c(50, 50, 50),
                                                      epochs = 100,
                                                      classification = FALSE,
                                                      balance_classes = FALSE)

h2o.deeplearning中的错误（x =速度，y = vibration_x，data = d_Hex_new，：unused argument（data = d_Hex_new）

我可以知道为什么不采用H2Oframe数据？请帮我纠正一下。谢谢，d

编辑：

model <- h2o.deeplearning(x = Speed, y = vibration_x, training_frame =  d_Hex_new,
                          validation_frame = v_Hex_new,
                                                      activation = "Rectifier",
                                                      hidden = c(50, 50, 50),
                                                      epochs = 100,
                                                      balance_classes = FALSE)

is.H2OFrame（x）出错：未找到对象“速度”

Answer 1

data函数中没有h2o.deeplearning参数。

尝试使用参数training_frame替换它。

此外，validation实际上是validation_frame且classification不存在。

y应该是双引号和x之间变量的名称，该变量包含预测变量的名称或索引。

文件： h2o doc

在R

1 个答案: