Question

我正在通过RStudio版本1.1.463从Windows 10 Home OS运行H2O。

我正在尝试运行h2o.deeplearning()函数。这是准备代码：

dataset_m = dataset[2:83]

# Convert all values to numeric and Feature Scaling
for (j in 1:(ncol(dataset_m)-1)) {
  dataset_m[,j] = as.numeric(as.character(dataset_m[,j]))
  dataset_m[,j] = scale(dataset_m[,j])
}

library(h2o)
h2o.init(nthreads = -1)
model = h2o.deeplearning(y = 'Output',
                         training_frame = as.h2o(dataset_m),
                         activation = 'Rectifier',
                         hidden = c(43,43),
                         epochs = 100,
                         train_samples_per_iteration = -2)

我遇到以下错误：

water.exceptions.H2OIllegalArgumentException: Provided column type matrix is unknown.  Cannot proceed with parse due to invalid argument.

我检查了机器上的.out文件，但找不到有关触发此事件的行或列的任何其他信息。同一目录中有2个CSV文件，一个CSV文件在上次输入时有99,137行，另一个在991,328行中。两者都有所有列。我输入了不同大小的数据，以检查H2O服务器的食欲并因此检查两者之间的差异。我检查了最后几行，但数据似乎合适。没有迹象表明数据损坏会触发CSV文件中的错误。

我运行sapply(dataset_m, typeof)来检查是否有任何异常，但是除最后一列为“整数”外，所有列均显示为“ double”。

需要几分钟才能返回错误。不确定此信息是否对确定原因有用。

我也有一个使用少量数据的代码，该代码使用相同的H2O功能并且正在运行。因此，我不确定这次我在做什么错。错误消息也没有暗示任何特定的内容。

是因为H2O服务器可以处理的数据量大吗？

期待您的想法，建议和帮助。

Answer 1

而不是使用矩阵调用as.h2o（），而是为as.h2o（）提供data.frame。

您的示例不是可剪切粘贴的，因此我不知道这是否确实可行，但这就是这个主意：

df = as.data.frame(dataset_m)
h2o_df = as.h2o(df)
model = h2o.deeplearning(y = 'Output',
                         training_frame = h2o_df,
...

Answer 2

无需使用scale()，因为h2o.deeplearning()会帮您做到这一点，默认情况下：http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/standardize.html

在阅读了您的问题下的评论后，我发现删除对scale()的呼叫也可以为您解决问题：-）

关于代码的其他一些想法：

我认为dataset_m = as.numeric(as.character(dataset_m))会起作用；无需逐列进行操作。
请事先执行train = as.h2o(dataset_m)，而不要在h2o.deeplearning()调用中进行。然后可以对其进行错误检查，在其他模型中再次使用等。
如果没有其他问题需要处理，请使用h2o.importFile()来加载数据集，并应自动意识到每一列都是数字。这样既可以将其加载到R中，又可以进行as.h2o（）调用。

water.exceptions.H2OIllegalArgumentException：提供的列类型矩阵未知。由于参数无效，无法继续解析

2 个答案: