在本地安装上实现了MOJO预测,我们将代码迁移到Centos 7并且现在遇到代码问题,尽管本地窗口和centos之间只有真正的区别是java版本。代码如下。我们在Centos上遇到错误;
system2中的错误(java,args,stdout = TRUE,stderr = TRUE): 运行命令错误
这是两个平台的版本信息;
VM - Centos 7 openjdk版本" 1.8.0_161" OpenJDK运行时环境 (build 1.8.0_161-b14)OpenJDK 64位服务器VM(版本25.161-b14, 混合模式)H2O集群版本:3.16.0.2 R版本:
R版本3.4.3(2017-11-30)本地 - Windows 7 64位java版本 " 1.8.0_151" Java(TM)SE运行时环境(版本1.8.0_151-b12)Java HotSpot(TM)64位服务器VM(内置25.151-b12,混合模式)H2O 集群版本:3.16.0.2 R版本:R 版本3.4.1(2017-06-30)
library(RJDBC)
library(dplyr)
library(h2o)
library(jsonlite)
# set up h2o
options(java.parameters = "- Xmx2400m")
Sys.unsetenv("http_proxy")
localh20=h2o.init(ip = "localhost",
nthreads = -1, # how many CPU cores to use
port = 54321,
max_mem_size = "32g") # how much memory to use
h2o.removeAll()
df<- data.frame(VAR1=1,VAR2=1,VAR3=1,VAR4=1,VAR5=1,VAR6=1,VAR7="'METAL'",VAR8 = "'LONDON & SE'" )
dfstr <- sapply(1:ncol(df), function(i) paste(paste0('\"', names(df)[i], '\"'), df[1,i], sep = ':'))
json <- paste0('{', paste0(dfstr, collapse = ','), '}')
dataPredict <- as.data.frame(h2o.predict_json(model = "D:\\GBM_model_0_CMP.zip", json = json, genmodelpath = "D:\\h2o-genmodel.jar", labels = TRUE))
dataPredict <-dataPredict[,c(3,4)]
names(dataPredict) <- c("Score", "Class")
答案 0 :(得分:0)
options(java.parameters = "- Xmx2400m")
看起来&#34; - X&#34;之间有一个额外的空间。 删除它。