r语言 - 输出'h2o'函数结果到向量

Question

我有一个类似于这个（链接）的问题，只是我的问题指的是java工具'h2o'及其与'r'的连接。

特别是，我想把一个"h2o"对象分配给向量（或结构或数组）的一部分。我想循环并存储其中的几个，而不必手动枚举。

我在链接上尝试了这个解决方案，但它不适用于"h2o"对象。

这是我的较长代码（缺点和全部）：

#libraries
library(h2o)      #for tree control
#specify data
mydata <- iris[iris$Species!="setosa",]
mydata$Species <- as.factor(as.character(mydata$Species))
#most informative variable is petal length
x1 <- mydata$Petal.Length
x2 <- mydata$Petal.Width
#build classes
C <- matrix(0,nrow=length(x1),ncol=1)
idx1 <- which(mydata$Species == "versicolor",arr.ind=T)
idx2 <- which(mydata$Species != "versicolor",arr.ind=T)
C[idx1] <- +1
C[idx2] <- 0
#start h2o
localH2O = h2o.init(nthreads = -1)
# Run regression GBM on iris.hex data
irisPath = system.file("extdata", "iris.csv", package="h2o")
iris.hex = h2o.uploadFile(localH2O, path = irisPath)
names(iris.hex) <- c("Sepal.Length",
                     "Sepal.Width",
                     "Petal.Length",
                     "Petal.Width",
                     "Species" )
iris2 <- iris
iris2$Species <- unclass(iris$Species)
iris2.hex <- as.h2o(iris2)
iris.hex$Species <- as.factor(iris2.hex$Species)
independent <- c("Sepal.Length","Sepal.Width","Petal.Length","Petal.Width")
dependent <- "Species"
mare <- numeric()
mae <- matrix(1,nrow=10,ncol=1)
est2.h2o <- vector(mode="list", length=150)
for (i in 1:150){
     est2.h2o[[i]] <- h2o.gbm(y = dependent, 
                         x = independent, 
                         training_frame = iris.hex,
                         distribution="AUTO",
                         ntrees = i, max_depth = 3, min_rows = 2,
                         learn_rate = 0.5)

     pred <- h2o.predict(est2.h2o,newdata=iris.hex)
     err <- iris2$Species-(as.data.frame(pred)$predict+1)
     mae[i] <- mean(abs(err))
     mare[i] <- mean(abs(err)/iris2$Species)
     print(c(i,log10(mae[i])))
}

我得到的错误是：

Error in paste0("Predictions/models/", object@model_id, "/frames/", newdata@frame_id) : 
  trying to get slot "model_id" from an object of a basic class ("list") with no slots

我的意图是有一个GBM的列表/结构/数组，然后我可以对整个数据集运行预测，并剔除信息量较小的数据集。我正试图按照尤金·塔夫的步骤制作一个像样的"gbt的随机森林"。我没有他的密码。

问题：
有没有一种合适的方法可以把h2o-gbm和它的几百个伙伴一起打包到r的一个商店里？

如果引用的对象在java中被丢弃，使得这种方法不可行，那么使用"gbm"库是否有可行的变体？如果我最终不得不使用gbm，那么与h2o的速度差是多少？

Answer 1

在没有看到您使用的确切参数的情况下，我猜测问题是您使用的是sapply而不是lapply。

sapply经常试图简化结果，这在大多数情况下都是好的。但是，如果你想要一个可以包含任何类型对象的东西，那么你需要一个列表。

如果我们将paramListList定义为一个列表，其中每个条目都是一个包含h2o.gbm:参数的列表

例如：

paramListList <- list(list(x = xVALUES1, 
                           y = yVALUES1, 
                           training_frame = tfVALUES1, 
                           model_id = miVALUES1, 
                           checkpoint = checkVALUES1),
                      list(x = xVALUES2, 
                           y = yVALUES2, 
                           training_frame = tfVALUES2, 
                           model_id = miVALUES2, 
                           checkpoint = checkVALUES2),
                     )

那么您可以执行以下操作：

lapply(paramListList, function(paramlist) do.call(h2o.gbm, paramlist))

它将把你的所有结果放在一个列表中