chk.H2OFrame(x) 中的错误：必须是 H2OFrame答案

【问题标题】：Error in chk.H2OFrame(x) : must be an H2OFramechk.H2OFrame(x) 中的错误：必须是 H2OFrame
【发布时间】：2016-12-11 05:09:15
【问题描述】：

我已经运行了 h2o deeplearning 并获得了如下模型

best_model<- h2o.deeplearning( activation = "RectifierWithDropout",
                                            hidden = c(200, 200, 200, 200, 200),
                                            hidden_dropout_ratio = c(0.1, 0.1, 0.1, 0.1, 0.1),
                                            loss = "CrossEntropy",
                                            l1 = 1e-5,
                                            epochs = EPOCHS,
                                            distribution = "multinomial",
                                            seed = 5000,
                                            balance_classes = TRUE,
                                            y = c("Churn"),
                                            x = columns,
                                            validation_frame = churn_validation,
                                            training_frame = churn_training

                                            )

现在我尝试使用这样的测试数据对其进行测试

churn_prediction <- h2o.predict(best_model, my_test)

我收到此错误：

Error in chk.H2OFrame(x) : must be an H2OFrame

有什么建议吗？

编辑：文档中的示例似乎工作正常

library(h2o)
h2o.init()
iris.hex <- as.h2o(iris)
iris.dl <- h2o.deeplearning(x = 1:4, y = 5, training_frame = iris.hex)

# now make a prediction
predictions <- h2o.predict(iris.dl, iris.hex)

【问题讨论】：

看起来 my_test 不是 H2OFrame。您是否将 my_test 转换为 h2oframe？
@phiver 文档示例表明我们可以直接使用深度学习函数的输出。不需要显式转换。所以我不确定这里出了什么问题。
我在这里使用 phiver，my_test 必须是 H2OFrame。如果您不同意，请发布确切的文档参考，让您有不同的想法和/或创建一个可重复的示例。
抱歉，phiver 和 jmuhlenkamp 是对的。我忽略了应该转换为 h2o 框架的 my_test 变量

标签： r deep-learning h2o

【解决方案1】：

总结上面的 cmets（答案）：my_test 必须是 H2OFrame。您可以通过 hf <- as.h2o(my_test) 将其从 R data.frame 转换为 H2OFrame，或者如果您使用 my_test <- h2o.importFile("test.csv") 从磁盘加载数据，则它已经是 H2OFrame，无需从 R 内存中复制。

【讨论】：