问题标签 [h2o]

“h2o”包是一个有趣的 ML java 工具，可通过 R 访问。用于访问“h2o”的 R 包称为“ h2o ”。

输入途径之一是告诉“h2o”一个 csv 文件在哪里，然后让“h2o”上传原始 CSV。仅指出文件夹并告诉“h2o”使用h2o.importFolder命令导入“其中的所有内容”会更有效。

有没有办法指出“gzip”或“bzip”csv 文件的文件夹并让“h2o”导入它们？

根据此链接（此处），h2o 可以导入压缩文件。我只是看不到为 importFolder 方法指定此方法的方法。

导入压缩表格是快还是慢？如果我有另一个产生输出的程序，如果它们被压缩，它是否可以节省我在 h2o 导入过程中的时间？如果它们是原始文本？指南和性能最佳实践值得赞赏。

一如既往，征求意见、建议和反馈。

我想使用包中的h2o.kmeans功能h2o。这是我的代码

输出是

为什么没有cluster包含整数向量的对象（从 1:k 开始），表示每个点分配到的集群？

我正在尝试通过 R 使用 H2O 来使用一个大型数据集（约 10GB）的子集构建多个模型。这些数据是一年的数据，我正在尝试构建 51 个模型（即在第 1 周进行训练，在第 2 周进行预测等），每周大约有 1.5-250 万行，包含 8 个变量。

我已经在循环中完成了这个，我知道这并不总是 R 中的最佳方式。我发现的另一个问题是 H2O 实体会累积先前的对象，所以我创建了一个函数来删除除主要数据之外的所有对象放。

该脚本运行良好一段时间然后崩溃 - 通常抱怨内存不足并交换到磁盘。

这里有一些伪代码来描述这个过程

我的问题是，如果有的话，在独立实体中管理数据和内存的正确方法是什么（这不是在 hadoop 或集群上运行 - 只是一个大型 EC2 实例（~ 64gb RAM + 12 CPU））过程？我是否应该在每次循环后杀死并重新创建 H2O 实体（这是原始过程，但每次从文件中读取数据每次迭代增加约 10 分钟）？每次循环后是否有适当的方法来垃圾收集或释放内存？

任何建议，将不胜感激。

我正在使用 h2o 2.8.4.4 的 r 包。根据文档功能 h2o.addFunction 在 h2o 中推送用户定义的函数和现有的 R 函数。例如

现在，如何从 R 中或从 h2o 浏览器 UI 访问此功能 simplefun，因为即使使用 list 命令我也无法找到该功能

输出：列表（）

我正在尝试通过 R 在 H2O 中运行 gbm 模型并得到以下错误之一：

或者这个版本：

这是导致错误的行：

关于导致此错误的任何建议？

编辑：

我一直在尝试诊断 csv 文件本身是否存在问题，看来这可能是问题所在。我最终在 python 中编写了一个脚本，以将大文件按 week_number 分解为单个 csv 文件。通过读取文件大约 2/3 的方式我得到一个 NULL 字节异常错误。我仍在努力寻找解决此问题的方法。

我是 H2O 新手，在 RStudio（64 位 Windows 7 中的 R 3.2 版本）中初始化 H2O 以进行税务欺诈预测建模时遇到了一些麻烦。我启动 H2O 的步骤如下：

1. 我安装了 H2O 最新的稳定版本（“Noether 2.8.4.4”来自（http://0xdata.com/download/）
2. 解压缩后，我从终端启动了 H2O：

cd Downloads cd h2o-2.8.4.4 java -jar h2o.jar

3. 我在 Google Chrome 中指向 H2O URL：http://localhost:54321/
4. 在 Rstudio 中运行脚本以开始演示：

library(h2o,lib.loc="C:/Program Files/RRO/R-3.1.2/library") localH2O = h2o.init(ip = "localhost", port = 54321, startH2O = TRUE)

但是在这第四步之后，我收到了以下消息：

对于我做错了什么，我将不胜感激。

我正在尝试对 HTTP/1.1 和 HTTP/2 进行一些性能分析。但是我没有成功安装后一个。我需要来自同一实现的两种协议（例如 H2O）。我在安装 H2O 时遇到的第一个问题是 ubuntu 14.04 中的 openssl 版本。我按照1的建议将版本更新为 1.0.2 。然后我收到以下错误消息：

任何人都可以在这里帮助我。

H2O支持Cox 比例风险模型。但是第一个链接上的符号并没有说明它是否支持时变协变量。可以？

是否有可能创建一个提供多个输出的深度学习网络？这样做的原因也是为了尝试捕捉输出之间的关系。在给出的示例中，我只能创建一个输出。

我将 h2o(2.8.4.4) 用于 R 中的 hadoop。我想从数据框中获取一些列，其中包含 720512 行和 788 列。我写这样的东西：

我究竟做错了什么？