R 如何更改h2o数据框列名的接受语言设置

我用H2O和R来解决二元分类问题。 该数据集有800多个功能，其中一些功能包括非英语名称和字符，例如“ö”

我收到以下错误消息：

Error in .verify_dataxy(params$training_frame, x, y): Invalid column names

然后显示包含问题字符的列列表

我已经在谷歌上搜索了一份关于H2O中可接受语言设置的文档

下面是一个示例代码：

library(h2o)
h2o.init()
sodata <- data.frame(Erklärung = sample(c(0,1), 50, replace = TRUE),
                 isPot = sample(c(0,1), 50, replace = TRUE),
                 target = sample(c(0,1), 50, replace = TRUE))
#
tar <- "target"
pr <- setdiff(colnames(sodata), tar)
sohex <- as.h2o(sodata)
spl <- h2o.splitFrame(data = sohex, ratios = .7, seed = 1)
training <- spl[[1]]
testing <- spl[[2]]
#
gbm1 <- h2o.gbm(x = pr, 
                y = tar, 
                training_frame = training, 
                validation_frame = testing)
#
#h2o.shutdown()

有没有办法改变H2O中的接受语言

编辑：会话和环境信息

sessionInfo()
R version 3.5.1 (2018-07-02)
Platform: x86_64_w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

Matrix products: default

locale:
[1] LC_COLLATE=German_Germany.1252  LC_CTYPE=German_Germany.1252    LC_MONETARY=German_Germany.1252 LC_NUMERIC=C                   
[5] LC_TIME=German_Germany.1252    

---

在

Sys.getenv（）

之后显示的设置下，没有与语言相关的内容

根据您的更新进行编辑：您看到的“.1252”不是Unicode。看

显示了更改R的区域设置的一些方法。（如果不希望每次都在R中设置默认区域设置，您可能还需要研究设置mingw的默认区域设置的方法。） 我将在下面粘贴我的sessionInfo输出，但我认为在每个输出末尾显示

.UTF-8

的任何内容都可以，例如“de_de.UTF-8”

顺便说一句，一个解决办法是去掉特殊字符，看看有几种方法可以做到这一点。例如

sodata <- ...
...
colnames(sodata) <- iconv(colnames(sodata),to="ASCII//TRANSLIT")
sohex <- as.h2o(sodata)
...

我猜你需要确保你的脚本是UTF-8。也许可以检查运行R会话的区域设置

My sessionInfo（）（从命令行在RStudio；R中运行时具有相同的区域设置）：

---

谢谢你的回答。编辑了我的帖子并添加了区域设置。我在运行

h2o.gbm

后立即发现了错误。（或

h2o.grid

）。编码为UTF-8。不幸的是，我处于一个高度规范的环境中，无法编辑/更改.Rprofile或系统设置，因为我缺乏管理权限。Sys.setlocale（）不允许我进行更改。Sys.setenv（LANG）可以工作，但不会更改区域设置中的任何内容。如果有任何特定于h2o包的设置允许在列名中使用umlaut，这就是我想要做的。（正常会话，

data.table

或

data.frame

使用这些列名。）@maop您可以尝试从命令行启动h2o，而不是使用

h2o.init（）

。或者，如果在

Sys.setenv（）

调用之后调用

h2o.init（）

，它是否工作？但我也会尝试说服您的系统管理员接受UTF8/Unicode，并从20世纪的编码开始：-）说服系统管理员是一个好建议：）在确保调用setenv（）后，我尝试初始化h2o。我有点放弃了，使用

setnames（）

更改了列名，并指定了如下新名称：

paste0（“v”，seq（1，长度（预测值），1））

。

sodata <- ...
...
colnames(sodata) <- iconv(colnames(sodata),to="ASCII//TRANSLIT")
sohex <- as.h2o(sodata)
...

   variable relative_importance scaled_importance percentage
1     isPot            0.676265          1.000000   0.708690
2 Erklärung            0.277981          0.411054   0.291310

> sessionInfo()
R version 3.4.4 (2018-03-15)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Linux Mint 19.1

Matrix products: default
BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.7.1
LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.7.1

locale:
 [1] LC_CTYPE=en_GB.UTF-8       LC_NUMERIC=C               LC_TIME=en_GB.UTF-8        LC_COLLATE=en_GB.UTF-8     LC_MONETARY=en_GB.UTF-8   
 [6] LC_MESSAGES=en_GB.UTF-8    LC_PAPER=en_GB.UTF-8       LC_NAME=C                  LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_GB.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] compiler_3.4.4 tools_3.4.4