使用 H2O R 模型进行预测时使用 optim 包时出错

Question

在 R 中，有一个非常方便的优化包，叫做"optim"。你可以给它一个函数、一个初始位置，有时还有其他控制输入，它会优化你的函数。

我正在尝试通过以下方式将其与 h2o.ai 模型一起使用：

make_model <- h2o.stuff(x,y,training, parameters)
f <- function(x,make_model){ h2o.predict() %>% ...}
f2 <- function(x){f(x,make_model)}

optim(start, function=f2, ...)

当我运行测试用例时，它们会起作用：

f2(start_point) 
f2(known_values)

这些返回的正是我想要的。它们返回应有的值。

当我尝试在函数上运行优化时，它不想工作，并给出了这个错误：

java.lang.IllegalArgumentException: Test/Validation dataset has no columns in common with the training set

java.lang.IllegalArgumentException: Test/Validation dataset has no columns in common with the training set
    at hex.Model.adaptTestForTrain(Model.java:1383)
    at hex.Model.adaptTestForTrain(Model.java:1222)
    at hex.Model.score(Model.java:1509)
    at water.api.ModelMetricsHandler$1.compute2(ModelMetricsHandler.java:396)
    at water.H2O$H2OCountedCompleter.compute(H2O.java:1557)
    at jsr166y.CountedCompleter.exec(CountedCompleter.java:468)
    at jsr166y.ForkJoinTask.doExec(ForkJoinTask.java:263)
    at jsr166y.ForkJoinPool$WorkQueue.runTask(ForkJoinPool.java:974)
    at jsr166y.ForkJoinPool.runWorker(ForkJoinPool.java:1477)
    at jsr166y.ForkJoinWorkerThread.run(ForkJoinWorkerThread.java:104)

Error: java.lang.IllegalArgumentException: Test/Validation dataset has no columns in common with the training set
Called from: doTryCatch(return(expr), name, parentenv, handler)

现在在我看来，基于 C 的 optim 和基于 Java 的 h2o.ai 并不想很好地协同工作。该函数有点非线性，但它可以直接正确地评估已知点。

有没有一种在不改变架构的情况下解决这个问题的好方法？

Answer 1

我认为这个错误与使用 optim 包没有任何关系。这是 H2O 包中的一个错误，即 "Test/Validation dataset has no columns in common with the training set"。

因此，您应该检查测试集的列名（或您传递给h2o.predict() 函数的任何数据集），以确保它看起来像您的训练集（所有训练列都应该存在于测试集中）。如果您可以发布一个可重现的示例，我可能会更有帮助。