R 将h2o.levelone数据转换为数据帧
我正试图将我的h2o.ensemble中交叉验证预测的levelone矩阵转换为正常的R对象(dataframe),以便处理数据。我可以从我的h2o.ensemble(fit)中检索levelone矩阵。当我尝试转换为数据帧时,会出现一系列java错误R 将h2o.levelone数据转换为数据帧,r,h2o,R,H2o,我正试图将我的h2o.ensemble中交叉验证预测的levelone矩阵转换为正常的R对象(dataframe),以便处理数据。我可以从我的h2o.ensemble(fit)中检索levelone矩阵。当我尝试转换为数据帧时,会出现一系列java错误 > levelone_h2o <- fit$levelone > print(levelone_h2o) h2o.glm.wrapper h2o.randomForest.wrapper h2o.gbm.wrapper h2
> levelone_h2o <- fit$levelone
> print(levelone_h2o)
h2o.glm.wrapper h2o.randomForest.wrapper h2o.gbm.wrapper h2o.deeplearning.wrapper y
1 6647.155 1609.284 4617.418 3839.470 1600
2 9383.599 13436.505 18496.432 13803.004 13500
3 2499.189 8807.916 9859.840 5697.766 2200
4 11541.062 8067.081 12338.893 6955.093 5750
5 12884.708 14544.741 16254.272 14843.988 14500
6 5757.545 6501.096 10247.327 4794.154 6250
[122653 rows x 5 columns]
> df <- as.data.frame(levelone_h2o)
ERROR: Unexpected HTTP Status code: 500 Server Error (url = http://localhost:54321/3/DownloadDataset?frame_id=RTMP_sid_bce4_12&hex_string=1)
java.lang.NullPointerException
[1] "java.lang.NullPointerException"
[2] " water.api.DatasetServlet.doGet(DatasetServlet.java:35)"
>levelone\u h2o打印(levelone\u h2o)
h2o.glm.wrapper h2o.randomForest.wrapper h2o.gbm.wrapper h2o.deeplearning.wrapper y
1 6647.155 1609.284 4617.418 3839.470 1600
2 9383.599 13436.505 18496.432 13803.004 13500
3 2499.189 8807.916 9859.840 5697.766 2200
4 11541.062 8067.081 12338.893 6955.093 5750
5 12884.708 14544.741 16254.272 14843.988 14500
6 5757.545 6501.096 10247.327 4794.154 6250
[122653行x 5列]
>如果你还有错误,你能试一下告诉我吗?安装data.table(如果您还没有),将其放在脚本顶部:options(“h2o.use.data.table”=TRUE)
,然后再次运行它。我想知道这是否与我本周看到的as.data.frame()
bug有关。谢谢Erin,但这不起作用。如果有帮助的话,请提供更多的上下文:这是一个AWS实例,我正在检索一个保存的集合。我正在使用h2o 3.10.0.8 h2o集成0.1.8.9001(可能已过时,但它们似乎兼容)。@Erineldell我能够通过在重新装配集成后将levelone转换为数据帧(而不是尝试从存储对象检索它)来解决此问题。在本地运行h2o时是否也有此错误?我没有尝试过。我现在需要AWS多核/内存来运行这些模型。我会让你知道的。我也在考虑换成h2o.stack。
> df <- as.data.frame(cbind(labels = letters[1:5],numbers = 1:5))
> h2o_df <- as.h2o(df)
|========================================================================================| 100%
> print(h2o_df)
labels numbers
1 a 1
2 b 2
3 c 3
4 d 4
5 e 5
[5 rows x 2 columns]
> new_df <- as.data.frame(h2o_df, stringsAsFactors = FALSE)
> print(new_df) #converts to factors, but it's okay
labels numbers
1 a 1
2 b 2
3 c 3
4 d 4
5 e 5