在没有csv的情况下将R矩阵加载到H2O中

有没有一种方法可以将矩阵加载到from

R

中而不必查看文件

i、 e.直接替代方案

m = matrix(c(1,2,3,4), ncol=2)
localH2O = h2o.init()
write.table(m, "m.csv", row.names=FALSE, col.names=FALSE)
h2o.importFile(localH2O, path="m.csv")

但当然

要从“h2o”转到“R”，命令是：“

从示例中可以看出：

library(h2o)
localH2O = h2o.init()
prosPath = system.file("extdata", "prostate.csv", package="h2o")
prostate.hex = h2o.importFile(localH2O, path = prosPath)
prostate.data.frame <- as.data.frame(prostate.hex)
summary(prostate.data.frame)
head(prostate.data.frame)

库（h2o）
localH2O=h2o.init（）
prosPath=system.file（“extdata”，“prostate.csv”，package=“h2o”）
prostat.hex=h2o.importFile（localH2O，path=prosPath）
prostate.data.frame我读到这篇文章时，H2O功能可能有所改善

m2 <- as.h2o(x = m, destination_frame = "m2")

据我所知，不，你不能。这个包是为了处理通常会给base R带来麻烦的事情而构建的，所以我认为假设是您将直接从文件系统中读取内容。这似乎是可行的，但在复制多个玩具示例时速度非常慢。R从根本上说是慢的。你看过将压缩的csv加载到h2o吗？尽管如此，as.h2o仍然会进入文件，所以这实际上并不比首先写入csv然后执行h2o.importFile快——事实上这正是as.h2o所做的……这里的问题肯定不是R太慢，只是通过像h2o一样进入文件来传递数据真的很慢。。。他们真的应该解决这个问题，并提供一个内存解决方案，因为H2O的整体性能优势以这种方式丧失了。。。
m = matrix(c(1,2,3,4), ncol=2)
localH2O = h2o.init()
m2 <- as.h2o(client=localH2O, object=m)
class(m2)

m2 <- as.h2o(x = m, destination_frame = "m2")