Question

首先感谢在h2o中实现XGBoost！

不幸的是，我无法预测从磁盘加载的h2o xgboost模型（我确信你可以欣赏它真的令人沮丧）。

我正在使用h2o的最新稳定版本，即3.10.5.2＆amp;我正在使用R客户端。

我在下面添加了一个示例，可以让您重现问题，

提前致谢

### Start h2o
    require(h2o)
    local_h2o = h2o.init()

### Source the base data set
    data(mtcars)
    h2o_mtcars = as.h2o(x = mtcars,destination_frame = 'h2o_mtcars')   

### Fit a model to be saved
    mdl_to_save = h2o.xgboost(model_id = 'mdl_to_save',y = 1,x = 2:11,training_frame = h2o_mtcars) ##This class doesnt work
    #mdl_to_save = h2o.glm(model_id = 'mdl_to_save',y = 1,x = 2:11,training_frame = h2o_mtcars) ##This class works

### Take some reference predictions
    ref_preds = h2o.predict(object = mdl_to_save,newdata = h2o_mtcars)

### Save the model to disk
    silent = h2o.saveModel(object = mdl_to_save,path = 'INSERT_PATH',force = TRUE)

### Delete the model to make sure there cant be any strange locking issues
    h2o.rm(ids = 'mdl_to_save')

### Load it back up 
    loaded_mdl = h2o.loadModel(path = 'INSERT_PATH/mdl_to_save')

### Score the model
### The h2o.predict statement below is what causes the error: java.lang.NullPointerException
    lod_preds = h2o.predict(object = loaded_mdl,newdata = h2o_mtcars)
    all.equal(ref_preds,lod_preds)

Answer 1

在我写这篇文章时（2018年1月），这仍然是xgboost的错误。有关详细信息，请参阅this ticket。

与此同时，您可以将模型下载为pojo或mojo文件

h2o.download_pojo(model, path = "/media/somewhere/tmp")

不幸的是，加载模型并不容易，但您可以通过json将新数据传递给保存的pojo模型并使用以下功能：

h2o.predict_json()

但是，新数据必须以json格式提供。

有关详细信息，请参阅this question

带有xgboost的R h2o.predict错误 - ＆gt;显示java.lang.NullPointerException

1 个答案: