【发布时间】:2017-04-12 11:38:12
【问题描述】:
当我尝试使用我的数据集运行教程代码时,我得到一个 java.lang.AssertionError。能否请您告诉我哪里出了问题以及如何改正?
response <- "Churn"
predictors <- setdiff(names(churn), response)
hyper_params <- list(
hidden=list(c(32,32,32),c(64,64)),
input_dropout_ratio=c(0,0.05),
rate=c(0.01,0.02),
rate_annealing=c(1e-8,1e-7,1e-6)
)
grid <- h2o.grid(
algorithm="deeplearning",
grid_id="dl_grid",
training_frame=churn_training,
validation_frame=churn_validation,
x=predictors,
y=response,
epochs=1,
stopping_metric="AUTO", ## Changed this to AUTO for classification
stopping_tolerance=1e-2,
stopping_rounds=2,
score_validation_samples=10000,
score_duty_cycle=0.025,
adaptive_rate=F,
momentum_start=0.5,
momentum_stable=0.9,
momentum_ramp=1e7,
l1=1e-5,
l2=1e-5,
activation=c("Rectifier"),
max_w2=10,
hyper_params=hyper_params
)
编辑:这是数据的快照。原著也有偏差
【问题讨论】:
-
你能分享你的样本数据吗?
-
@sandipan 链接已附加
-
好的,我刚刚关闭并重新启动了 h2o,它似乎工作了。
-
我认为有时您的客户端可能会与 H2O 不同步(例如,如果您对来自另一个客户端的数据进行了处理,例如 Flow),并给出此类错误。但是当你重新启动并且它正在工作时,现在无法解决这个问题(所以我投票关闭)。
标签: r neural-network deep-learning h2o grid-search