R 再次加载h2o随机森林模型对象后无法对测试数据评分

我正在使用

R

中的

h2o

包来构建随机森林模型。我的任务要求我在以后重复对测试数据打分，因此我将随机林模型对象保存如下

save("D:/model_random_forest.RData")

为了对数据进行评分，我稍后在内存中再次加载模型对象，如下所示

 load("D:/model_random_forest.RData")

但是当我使用

scores <- h2o.predict(model_random_forest, test_data) 

当我使用R包来构建模型时，整个保存、加载和评分方法都很好，但在这里却以某种方式失败了。有人能提供一个解决方案吗？我不能每次都重新构建模型，因为我想获得一些数据

---

H2o连接似乎很好，因为当新构建的模型仍然存在于内存中时，评分会顺利进行

H2O模型对象与R对象不同。H2O模型对象存储在H2O集群中，在R中，您只能看到对它的引用，它看起来像正常的R模型。因此，如果您保存R会话并稍后重新启动它，那么您可能会在不同的H2O集群上运行，该集群没有R会话引用的模型

解决方案是通过

H2O.saveModel

/

H2O.saveModel

方法保存/加载H2O模型

例如：

model <- h2o.randomForest(...)
model_path <- h2o.saveModel(
        object = model, 
        path = "/tmp/mymodel", 
        force = TRUE)

print(model_path)

模型
model <- h2o.randomForest(...)
model_path <- h2o.saveModel(
        object = model, 
        path = "/tmp/mymodel", 
        force = TRUE)

print(model_path)