H2O AutoML 错误测试/验证数据集有一个非分类列，它在训练数据中是分类的“预测

Posted 2023-02-16

【中文标题】H2O AutoML 错误测试/验证数据集有一个非分类列，它在训练数据中是分类的“预测

【英文标题】：H2O AutoML error Test/Validation dataset has a non-categorical column which is categorical in the training data" on predict

【发布时间】：2019-12-22 18:25:49

【问题描述】：

我已经训练并保存了我的 H2O AutoML 模型。重新加载后，当我使用预测方法时，出现以下错误： java.lang.IllegalArgumentException：测试/验证数据集有一个非分类列“响应”，它在训练数据中是分类的

我在创建模型时没有指定任何编码，但我现在收到此错误。谁能帮我解决这个问题。

我们将不胜感激。

【问题讨论】：

您能指定您使用的 H2O 版本吗？这看起来像是一个已修复的旧错误。

我使用的是 3.26.0.2 版本的 H2O。

我在 3.26.0.3 java.lang.IllegalArgumentException 上看到了类似的错误：测试/验证数据集有一个分类响应列“C30”，与模型没有共同的级别。如果您从“测试”集中删除 y 标签并传递给 model.predict() ，那么它可以工作。这种行为最近改变了吗？我试图通过这个差异：github.com/h2oai/h2o-3/compare/…

嗨 Atul 你能得到答案吗？我面临着类似的问题。

【参考方案1】：

此问题与训练集中不存在的特定列中的新示例数据有关。 在这种情况下，我使用将列类型解析为数字（或字符串）。

def _convert_h2oframe_to_numeric(h2o_frame, training_columns):
    for column in training_columns:
        h2o_frame[column] = h2o_frame[column].asnumeric()
    return h2o_frame

记得使用这个函数进行训练和预测过程。