Fehler in R mit h2o.glm

Question

Ich bin Neuling in h2o Umsetzung in R. Ich habe so einen Datenrahmen (df1):

df<-structure(list(v1 = c(5.24823, 0.839, 3.57348, 1.47869, 2.75093, 
1.69665, 0.46366, 1.53827, 2.0149, 2.32103, 1.87223, 2.3392, 
2.10579, 1.7236, 1.13056, 1.09144, 3.52515, 1.16248, 1.77885, 
0.9991, 0.47375, 2.91148, 1.237, 1.18971, 1.23953, 1.07049, 1.46971, 
1.65649, 3.3021, 1.04816), v100 = c(19.60784, 9.27047, 0.5523, 
15.05735, 0.93231, 11.73979, 19.53795, 6.22754, 4.54464, 17.0922, 
3.60958, 18.23052, 0.06395, 17.17605, 5.52724, 17.85276, 15.57143, 
0.05825, 19.85401, 14.51163, 6.64372, 19.60284, 16.40279, 16.89205, 
19.6748, 14.64446, 19.34747, 9.04215, 11.37993, 16.81159), v101 = c(10.71683, 
7.13707, 3.61956, 9.75558, 4.21413, 8.49785, 6.79572, 5.19486, 
7.39523, 6.05496, 2.91676, 9.82552, 5.5107, 5.40719, 10.82138, 
12.37154, 5.56351, 3.8549, 9.87455, 5.37746, 3.57747, 8.11406, 
6.61883, 7.3667, 7.74248, 12.44785, 12.38174, 5.99648, 7.10452, 
8.27756)), .Names = c("v1", "v100", "v101"), row.names = c(85671L, 
92268L, 44249L, 68218L, 3250L, 105583L, 4874L, 94393L, 83502L, 
61414L, 42987L, 50200L, 80887L, 9321L, 39565L, 79644L, 26265L, 
75272L, 104819L, 72782L, 57101L, 59037L, 78810L, 88619L, 21564L, 
39198L, 55030L, 44193L, 6116L, 101448L), class = "data.frame") 

I GLM mit h2o Paket machen will. Also ich habe den Code unten:

library(h2o) 
    library(h2oEnsemble) 

    modellm<-h2o.glm(y="v1", x="v100",training_frame=df ,family="gaussian", 
        nfolds = 0, alpha = 0.1, lambda_search = FALSE) 

Allerdings bekomme ich die unten Fehler nach der Ausführung des Codes:

Error in value[[3L]](cond) : 
    argument "training_frame" must be a valid H2OFrame or ID 

ich das unten stehende Thema versuchte:

h2oensemble Error in value[[3L]](cond) : argument "training_frame" must be a valid H2O H2OFrame or id

jedoch Es hat mein Problem nicht gelöst. Ich erhalte die unten nach Ausführung der empfohlenen Lösung auf den oben stehenden Link:

> library(devtools) 
> install_github("h2oai/h2o-3/h2o-r/ensemble/h2oEnsemble-package") 
Downloading github repo h2oai/h2o-3@master 
Installing h2oEnsemble 
"C:/PROGRA~1/R/R-32~1.4R~/bin/x64/R" --no-site-file --no-environ \ 
    --no-save --no-restore CMD INSTALL \ 
    "C:/Users/ozgur/AppData/Local/Temp/RtmpAfGU5K/devtools8f064866e23/h2oai-h2o-3-30ef929/h2o-r/ensemble/h2oEnsemble-package" \ 
    --library="C:/Users/ozgur/Documents/R/win-library/3.2" \ 
    --install-tests 

* installing *source* package 'h2oEnsemble' ... 
** R 
** tests 
** preparing package for lazy loading 
Warning: package 'h2o' was built under R version 3.2.5 
Warning: package 'statmod' was built under R version 3.2.5 
** help 
*** installing help indices 
** building package indices 
** testing if installed package can be loaded 
*** arch - i386 
Warning: package 'h2o' was built under R version 3.2.5 
Warning: package 'statmod' was built under R version 3.2.5 
*** arch - x64 
Warning: package 'h2o' was built under R version 3.2.5 
Warning: package 'statmod' was built under R version 3.2.5 
* DONE (h2oEnsemble) 
Reloading installed h2oEnsemble 
h2oEnsemble (beta) for H2O >=3.0 
Version: 0.1.8 
Package created on 2016-03-29 

Ich bin sehr froh für jede Hilfe. Danke vielmals.

Answer 1

Wenn Sie nur versuchen, ein H2O GLM zu trainieren, dann benötigen Sie das h2oEnsemble-Paket nicht, so dass Sie library(h2oEnsemble) aus Ihrem Code entfernen können. Nach library(h2o) müssen Sie auch die folgende Zeile zu Ihrem Code hinzufügen: h2o.init(nthreads = -1), die im Hintergrund einen H2O-Cluster startet - im "H2O-Cluster" wird der optimierte Java-Code parallel ausgeführt.

Das Problem, das Sie haben, hat mit Ihrem training_frame zu tun. In H2O muss das training_frame Argument ein "H2OFrame" sein, kein typisches R data.frame. Aus Gründen der Skalierbarkeit verwendet H2O verteilte Datenrahmen, die "H2OFrames" genannt werden, anstelle des standardmäßigen In-R-memory data.frame-Objekts.

Um df in eine H2OFrame zu umwandeln und eine GLM zu trainieren, gehen Sie wie folgt vor:

hdf <- as.h2o(df) #convert data.frame to H2OFrame 
modellm <- h2o.glm(y = "v1", x = "v100",training_frame = hdf, family = "gaussian", 
       nfolds = 0, alpha = 0.1, lambda_search = FALSE) 

Alternativ, wenn Sie Ihre Daten in einer CSV-Datei, zum Beispiel, können Sie die h2o.importFile() Funktion zu importieren, verwenden Ihre Daten direkt in den H2O-Cluster und müssen dann nicht von einem R data.frame in einen H2OFrame konvertiert werden.

Da Sie neu in H2O sind, empfehle ich, über diese Jupyter R notebook zu schauen, die ich erstellt habe, um Leuten beizubringen, wie man H2O benutzt. Willkommen bei H2O!