不允许对 H2o 包中的字符串向量进行操作

Posted 2023-03-12

【中文标题】不允许对 H2o 包中的字符串向量进行操作

【英文标题】：Operation not allowed on string vector in H2o package

【发布时间】：2017-09-16 20:43:05

【问题描述】：

当我使用 H2o 包运行随机森林模型时出现以下错误。

错误：来自 localhost/127.0.0.1:54321 的 DistributedException，由 java.lang.IllegalArgumentException：不允许对字符串进行操作 向量。

我运行的代码如下：-

fit = h2o.randomForest(x = indep, y = dep, training_frame = QCAnalysis_sub_h2o, seed = 1234, ntrees = 500, mtries = 3, max_depth = 50)

请澄清错误。

【问题讨论】：

请添加一些示例数据，可能您的一列是不允许作为输入的字符向量

【参考方案1】：

一些示例代码：

QCAnalysis_sub_h2o <- h2o.importFile(path = normalizePath("QCAnalysis_sub_h2o.csv"),header=T)

（如果没有，用 as.data.frame 指定数据框）

x 和 y 应该说明您希望 h2o.randomforest 读取的列

【参考方案2】：

确保class(QCAnalysis_sub_h2o) 是“H2OFrame”并且您的indep 向量不包含任何字符串列。另外，请注意，当使用as.h2o() 将 R data.frame 转换为 H2O 帧时，它会保留列类型，因此它不会自动将任何字符串列转换为因子。您需要在每列上使用as.factor() 函数自动执行此操作（例如df[,"mycol"] <- as.factor(df[,"mycol"]）。您可以在复制到 H2O 之前在 R data.frame 上执行此操作，或者您可以在列在 H2O 框架中后对其进行修复。

如果您使用 h2o.importFile() 命令将 CSV 文件从磁盘直接读入 H2O，默认情况下它会将包含字符串的任何列转换为因子，因此我假设您可能从 R 复制了此帧。

【讨论】：

对于非数字（换句话说，分类）数据，是的，H2O 算法只允许因子列，但不允许字符串/字符列。

@ErinLeDell 这种手动转换似乎只需要目标列？ 'auto' 只修复输入变量？文档不清楚h2o-release.s3.amazonaws.com/h2o/rel-ueno/2/docs-website/…

所有分类列必须是因子（包括特征和响应）。 categorical_encoding 选项将因子编码为幕后的另一种表示，但它必须是一个因子开始。