我们将数据存储为.npy文件。一个用于特征，另一个用于我们想要计算的所有目标（我们计划一次只选择一个目标列进行训练）。在h2o中看起来不支持.npy（http://docs.h2o.ai/h2o/latest-stable/h2o-docs/getting-data-into-h2o.html#supported-file-formats），但我想知道是否有直接导入.npy文件的解决方法，而不必将它们转换为.csv并且基本上不得不加倍我们的存储空间。
当我将.npy作为pandas数据帧上传时，我会在ncols = training_frame.ncols上收到错误，说DataFrame对象没有属性＆nbsp;＆nbsp;＆＃39; ncols＆＃39;。
答案 0 :(得分：1)
您需要转换它们（R用户的.rdata文件的类似情况）。 （如果支持这样的二进制文件会很好，所以你可以尝试一个功能请求。）
您不需要将存储空间加倍：您可以将每个npy文件加载到Python客户端，然后使用：
d = h2o.H2OFrame(my_npy)
（上次我检查了源代码，这实际上会保存到临时csv文件，然后导入该文件，然后删除临时文件。）
该步骤是否会为整体模型培训增加任何重要时间取决于数据的大小，是否为多节点群集，以及您的客户端是否位于群集或世界的其他方面。但是，对于非平凡的模型，训练时间总是至少比加载数据多一个数量级，因此不值得花太多精力来加速它。