Java H2ODlinearestimator（）-预测错误

我正试图使用线性激励函数预测Kaggle comp中的测试时间。模型在3号线正常运行，指标均合理。然而，当我进入预测步骤时，尽管测试数据帧与列车数据帧匹配，我还是得到了一个错误

以前有人见过这个错误吗

 h2o_glm = H2OGeneralizedLinearEstimator()

 h2o_glm.train(training_frame=train_h2o,y='y')

 h2o_glm_predictions = h2o_glm.predict(test_data=test_h2o).as_data_frame()

 test_pred = pd.read_csv('test.csv')[['ID']]
 test_pred['y'] = h2o_glm_predictions
 test_pred.to_csv('h2o_glm_predictions.csv',index=False)

glm模型构建进度：|███████████████████████████████████████████████| 100%

glm prediction progress: | (failed)

OSError Traceback (most recent call last) in () 3 h2o_glm.train(training_frame=train_h2o,y='y') 4 ----> 5 h2o_glm_predictions = h2o_glm.predict(test_data=test_h2o).as_data_frame() 6 7 test_pred = pd.read_csv('test.csv')[['ID']]

/Applications/anaconda/lib/python3.6/site-packages/h2o/model/model_base.py in predict(self, test_data) 130 j = H2OJob(h2o.api("POST /4/Predictions/models/%s/frames/%s" % (self.model_id, test_data.frame_id)), 131 self._model_json["algo"] + " prediction") --> 132 j.poll() 133 return h2o.get_frame(j.dest_key) 134

/Applications/anaconda/lib/python3.6/site-packages/h2o/job.py in poll(self) 71 if (isinstance(self.job, dict)) and ("stacktrace" in list(self.job)): 72 raise EnvironmentError("Job with key {} failed with an exception: {}\nstacktrace: " ---> 73 "\n{}".format(self.job_key, self.exception, self.job["stacktrace"])) 74 else: 75 raise EnvironmentError("Job with key %s failed with an exception: %s" % (self.job_key, self.exception))

OSError:具有密钥的作业 $03017F00000132D4FFFFFF$_868312f4c32f683871930a1145c1476a失败 有一个例外：DistributedException from/127.0.0.1:54321:'null'， 由java.lang.ArrayIndexOutOfBoundsException stacktrace引起： 来自/127.0.0.1:54321的DistributedException:“null”，由以下原因引起 java.lang.ArrayIndexOutOfBoundsException位于 water.MRTask.getResult（MRTask.java:478）位于 water.MRTask.getResult（MRTask.java:486）位于 water.MRTask.doAll（MRTask.java:390）位于 water.MRTask.doAll（MRTask.java:396）位于 hex.glm.GLMModel.predictScoreImpl（GLMModel.java:1215）位于 hex.Model.score（Model.java:1077）位于 ModelMetricsHandler$1.compute2（ModelMetricsHandler.java:351） at water.H2O$H2OCountedCompleter.compute（H2O.java:1349）at jsr166y.CountedCompleter.exec（CountedCompleter.java:468）位于 jsr16y.ForkJoinTask.doExec（ForkJoinTask.java:263）位于 jsr16y.ForkJoinPool$WorkQueue.runTask（ForkJoinPool.java:974）位于 jsr16y.ForkJoinPool.runWorker（ForkJoinPool.java:1477）位于 jsr166y.ForkJoinWorkerThread.run（ForkJoinWorkerThread.java:104）导致 by:java.lang.ArrayIndexOutOfBoundsException

---

为了总结上面的评论，当前的解决方案是在

test_data

框架中添加一个响应列（如果不存在，则使用假数据）。但是，这是一个应该修复的bug。JIRA是。

这看起来和我在这里发布的错误一样：作为一种解决方法，尝试添加一个假响应列（例如，添加一个常量列“y”来测试_数据），这很快就奏效了-谢谢！希望这个错误在以后的更新中得到修复。谢谢你告诉我这是哪个版本的H2O，这样我就可以在bug报告中跟踪它了？Thx。它是H2O版本3.12.0.1。当我尝试使用H2o xgboost估计器执行网格搜索时，H2o 3.12.0.1中的xgboost也有问题。这是一个已知的问题吗？ThanksI可以确认这个bug也存在于R（h2o 3.10.3.3和3.12.0.1）中，并且它似乎不是GLM特定的，而是与显式的热编码有关-参见我在评论中链接的问题。