Блог

Я пытался добавить взвешивания точек данных в свои анализы с помощью h2o.deeplearning.

Следующий код

 library(h2o)
x <- rnorm(1000)
y <- x-x^2 rnorm(1000,sd=0.2)
w <- vector(length=1000)      #weights vector
w[] <- 1
dfx <- data.frame(x,y,w)
h2o.init()
dfx <- as.h2o(dfx)

H <- h2o.deeplearning(x = 1, y = 2,training_frame=dfx,weights_column = 3, hidden=c(5,4))
  

выдает

 Error in .h2o.checkAndUnifyModelParameters(algo = algo, allParams = ALL_PARAMS,  : 
"weights_column" must be of type character, but got numeric.
  

Замена weights_column ‘3’ на ‘w’ дает тот же результат. Я попробовал as.character (w), но это определенно не понравилось.

Замена weights_column на dfx [,3] или dfx $w дает:

 Error in args$x_ignore[!(weights_column == args$x_ignore)] : 
  invalid subscript type 'environment'
  

Эта ошибка заставила меня почесать голову, поскольку, похоже, она отличается от того, как подобные вещи реализованы в любой другой модели. Я не нашел ссылок на эту ошибку в Google, и документация не дает никаких дополнительных объяснений.

Хорошо, я решил это смущающе быстро после отправки этого вопроса. Тем не менее, это стоит сохранить для других с аналогичными проблемами.

Столбец weights_column должен быть указан именем столбца в h2o.data.frame. Т.е. он должен быть заключен в кавычки. Это не может быть другой объект h2o или индекс столбца. Работает следующий код.

 library(h2o)
x <- rnorm(1000)
y <- x-x^2 rnorm(1000,sd=0.2)
w <- vector(length=1000) #weights vector
w[] <- 1
dfx <- data.frame(x,y,w)
h2o.init()
dfx <- as.h2o(dfx)


H <- h2o.deeplearning(x = 1, y = 2,training_frame=dfx,weights_column = "w", hidden=c(5,4))