H2OTypeError：“training_frame”必须是有效的 H2OFrame

Question

“运行以下代码后……”

gbm = h2o.get_model(sorted_final_grid.sorted_metric_table()['model_ids'][0])

params = gbm.params
new_params = {"nfolds":5, "model_id":None}
for key in new_params.keys():
    params[key]['actual'] = new_params[key] 
gbm_best = H2OGradientBoostingEstimator()
for key in params.keys():
    if key in dir(gbm_best) and getattr(gbm_best,key) != params[key]['actual']:
        setattr(gbm_best,key,params[key]['actual'])

“我收到以下错误...H2OTypeError: 'training_frame' 必须是有效的 H2OFrame！

这是一个有效的 H2OFrame，因为我不仅使用 import_file 导入，而且还成功运行了所有 GBM超参数调优代码，直到我遇到这个错误。

我正在使用 Python 3.6。我一直在关注这个特别的笔记本https://github.com/h2oai/h2o-3/blob/master/h2o-docs/src/product/tutorials/gbm/gbmTuning.ipynb"

Answer 1

您需要在new_params 中将training_frame 和validation_frame 设置为None。尝试使用下面的代码，看看是否有帮助。

gbm = h2o.get_model(sorted_final_grid.sorted_metric_table()['model_ids'][0])

params = gbm.params
new_params = {"nfolds":5, "model_id":None, "training_frame":None, "validation_frame":None, 
              "response_column":None, "ignored_columns":None}
for key in new_params.keys():
    params[key]['actual'] = new_params[key] 
gbm_best = H2OGradientBoostingEstimator()
for key in params.keys():
    if key in dir(gbm_best) and getattr(gbm_best,key) != params[key]['actual']:
        setattr(gbm_best,key,params[key]['actual']) 

我会更新你提到的教程。