我正在嘗試將h2o模型作為.zip文件導(dǎo)出器導(dǎo)入，POJO就像R. 我得到以下錯(cuò)誤：model_file <- "/Users/bernardo/Desktop/DRF_1_AutoML_20190816_133251.zip"m <- h2o.importFile(model_file)Error: DistributedException from localhost/127.0.0.1:54321: 'Cannot determine file type. for nfs://Users/bernardo/Desktop/DRF_1_AutoML_20190816_133251.zip', caused by water.parser.ParseDataset$H2OParseException: Cannot determine file type. for nfs://Users/bernardo/Desktop/DRF_1_AutoML_20190816_133251.zip我已經(jīng)運(yùn)行file.exists(model_file)并返回TRUE，所以文件存在。做了同樣的事情normalizePath(model_file)并得到了同樣的結(jié)果。當(dāng)我嘗試將其導(dǎo)入我的 R 會(huì)話時(shí)，似乎h2o找到了文件但由于某種原因無(wú)法導(dǎo)入。這是我的 R 會(huì)話信息：R version 3.6.0 (2019-04-26)Platform: x86_64-apple-darwin15.6.0 (64-bit)Running under: macOS Mojave 10.14.6Matrix products: defaultBLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylibLAPACK: /Library/Frameworks/R.framework/Versions/3.6/Resources/lib/libRlapack.dyliblocale:[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8attached base packages:[1] stats graphics grDevices utils datasets methods base other attached packages: [1] h2o_3.26.0.2 lares_4.7 data.table_1.12.2 lubridate_1.7.4 forcats_0.4.0 [6] stringr_1.4.0 dplyr_0.8.3 purrr_0.3.2 readr_1.3.1 tidyr_0.8.3 [11] tibble_2.1.3 ggplot2_3.2.1 tidyverse_1.2.1 希望你們能幫我將我的 POJO 模型導(dǎo)入 R。謝謝！
2 回答
ibeautiful
TA貢獻(xiàn)1993條經(jīng)驗(yàn) 獲得超6個(gè)贊
h2o 模型不是 zip 文件。嘗試這個(gè)
# path to your file
model_file <- "/Users/bernardo/Desktop/DRF_1_AutoML_20190816_133251.zip"
# prediction based on your mojo/pojo file.?
preds = h2o.mojo_predict_df(df, model_file, genmodel_jar_path = NULL, classpath = NULL, java_options = NULL, verbose = F)
如果它們被壓縮，則解壓縮并再次運(yùn)行它們。
泛舟湖上清波郎朗
TA貢獻(xiàn)1818條經(jīng)驗(yàn) 獲得超3個(gè)贊
好的，我實(shí)際上找到了我需要的解決方案。訣竅是將您的數(shù)據(jù)框 ( df) 轉(zhuǎn)換為 json 格式，然后使用.zip生成的文件h2o來(lái)預(yù)測(cè)使用h2o.predict_json而不是h2o.mojo_predict_df. 我認(rèn)為這很簡(jiǎn)單，也不那么復(fù)雜。至少它在我需要它工作時(shí)起作用了。
library(jsonlite)
library(h2o)
json <- toJSON(df)
output <- h2o.predict_json(zip_directory, json)
注意：無(wú)需解壓縮 zip 文件。
如果您有機(jī)會(huì)使用過(guò)該lares包，只需使用該h2o_predict_MOJO功能即可。
希望它能幫助任何其他試圖獲得相同結(jié)果的人。
添加回答
舉報(bào)
0/150
提交
取消