python, h2o.import_file() return 空行
python, h2o.import_file() return empty line
我在 h2o 中读取文件时遇到一些问题。
import h2o
from h2o.estimators.deeplearning import H2ODeepLearningEstimator
h2o.init()
train = h2o.import_file("("https://h2o-public-test-data.s3.amazonaws.com/smalldata/iris/iris_wheader.csv"")
splits = train.split_frame(ratios=[0.75], seed=1234)
dl = H2ODeepLearningEstimator(distribution="quantile",quantile_alpha=0.8)
dl.train(x=range(0,2), y="petal_len", training_frame=splits[0])
print(dl.predict(splits[1]))
UPDATE_1,第四行是这样的形式(不好意思,我从IDE抄错了):
train = h2o.import_file("https://h2o-public-test-data.s3.amazonaws.com/smalldata/iris/iris_wheader.csv")
我收到 H2OTypeError:参数 x
应该是 None |整数 |字符串 |列表(字符串|整数)| set(integer | string),得到范围 range(0, 2)。
这是因为 "train" 是空的。
In [23]: train
Out[23]:
我认为读取、链接和手动下载文件时出现问题。
train = h2o.import_file("iris_wheader.csv")
但我得到了相同的结果。
In [26]: train
Out[26]:
我连接了 pandas 并在 pandas 中打开了这个 .csv。它打开了,我得到了一个 pandas-dataframe,我使用了
train = h2o.H2OFrame(train)
得到一列空车。
In [29]: train
Out[29]:
如何解决这个问题?
UPDATE_2 当我访问 127.0.0.1:54321/flow/index.html 时,它显示数据帧已加载到集群中。但是在 Python 中,我得到了空车。我将 Spyder IDE 与 IPython 控制台一起使用,它会以某种方式影响结果吗?
这行有问题:
train = h2o.import_file("("https://h2o-public-test-data.s3.amazonaws.com/smalldata/iris/iris_wheader.csv"")
你有多余的"和(,应该是:
train = h2o.import_file("https://h2o-public-test-data.s3.amazonaws.com/smalldata/iris/iris_wheader.csv")
然后你会看到 train
和 print(train)
给出输出:
In [6]: train
Out[6]: sepal_len sepal_wid petal_len petal_wid class
----------- ----------- ----------- ----------- -----------
5.1 3.5 1.4 0.2 Iris-setosa
4.9 3 1.4 0.2 Iris-setosa
4.7 3.2 1.3 0.2 Iris-setosa
4.6 3.1 1.5 0.2 Iris-setosa
5 3.6 1.4 0.2 Iris-setosa
5.4 3.9 1.7 0.4 Iris-setosa
4.6 3.4 1.4 0.3 Iris-setosa
5 3.4 1.5 0.2 Iris-setosa
4.4 2.9 1.4 0.2 Iris-setosa
4.9 3.1 1.5 0.1 Iris-setosa
[150 rows x 5 columns]
In [7]: train.nrow
Out[7]: 150
In [8]: print(train)
sepal_len sepal_wid petal_len petal_wid class
----------- ----------- ----------- ----------- -----------
5.1 3.5 1.4 0.2 Iris-setosa
4.9 3 1.4 0.2 Iris-setosa
4.7 3.2 1.3 0.2 Iris-setosa
4.6 3.1 1.5 0.2 Iris-setosa
5 3.6 1.4 0.2 Iris-setosa
5.4 3.9 1.7 0.4 Iris-setosa
4.6 3.4 1.4 0.3 Iris-setosa
5 3.4 1.5 0.2 Iris-setosa
4.4 2.9 1.4 0.2 Iris-setosa
4.9 3.1 1.5 0.1 Iris-setosa
[150 rows x 5 columns]
我在 h2o 中读取文件时遇到一些问题。
import h2o
from h2o.estimators.deeplearning import H2ODeepLearningEstimator
h2o.init()
train = h2o.import_file("("https://h2o-public-test-data.s3.amazonaws.com/smalldata/iris/iris_wheader.csv"")
splits = train.split_frame(ratios=[0.75], seed=1234)
dl = H2ODeepLearningEstimator(distribution="quantile",quantile_alpha=0.8)
dl.train(x=range(0,2), y="petal_len", training_frame=splits[0])
print(dl.predict(splits[1]))
UPDATE_1,第四行是这样的形式(不好意思,我从IDE抄错了):
train = h2o.import_file("https://h2o-public-test-data.s3.amazonaws.com/smalldata/iris/iris_wheader.csv")
我收到 H2OTypeError:参数 x
应该是 None |整数 |字符串 |列表(字符串|整数)| set(integer | string),得到范围 range(0, 2)。
这是因为 "train" 是空的。
In [23]: train
Out[23]:
我认为读取、链接和手动下载文件时出现问题。
train = h2o.import_file("iris_wheader.csv")
但我得到了相同的结果。
In [26]: train
Out[26]:
我连接了 pandas 并在 pandas 中打开了这个 .csv。它打开了,我得到了一个 pandas-dataframe,我使用了
train = h2o.H2OFrame(train)
得到一列空车。
In [29]: train
Out[29]:
如何解决这个问题?
UPDATE_2 当我访问 127.0.0.1:54321/flow/index.html 时,它显示数据帧已加载到集群中。但是在 Python 中,我得到了空车。我将 Spyder IDE 与 IPython 控制台一起使用,它会以某种方式影响结果吗?
这行有问题:
train = h2o.import_file("("https://h2o-public-test-data.s3.amazonaws.com/smalldata/iris/iris_wheader.csv"")
你有多余的"和(,应该是:
train = h2o.import_file("https://h2o-public-test-data.s3.amazonaws.com/smalldata/iris/iris_wheader.csv")
然后你会看到 train
和 print(train)
给出输出:
In [6]: train
Out[6]: sepal_len sepal_wid petal_len petal_wid class
----------- ----------- ----------- ----------- -----------
5.1 3.5 1.4 0.2 Iris-setosa
4.9 3 1.4 0.2 Iris-setosa
4.7 3.2 1.3 0.2 Iris-setosa
4.6 3.1 1.5 0.2 Iris-setosa
5 3.6 1.4 0.2 Iris-setosa
5.4 3.9 1.7 0.4 Iris-setosa
4.6 3.4 1.4 0.3 Iris-setosa
5 3.4 1.5 0.2 Iris-setosa
4.4 2.9 1.4 0.2 Iris-setosa
4.9 3.1 1.5 0.1 Iris-setosa
[150 rows x 5 columns]
In [7]: train.nrow
Out[7]: 150
In [8]: print(train)
sepal_len sepal_wid petal_len petal_wid class
----------- ----------- ----------- ----------- -----------
5.1 3.5 1.4 0.2 Iris-setosa
4.9 3 1.4 0.2 Iris-setosa
4.7 3.2 1.3 0.2 Iris-setosa
4.6 3.1 1.5 0.2 Iris-setosa
5 3.6 1.4 0.2 Iris-setosa
5.4 3.9 1.7 0.4 Iris-setosa
4.6 3.4 1.4 0.3 Iris-setosa
5 3.4 1.5 0.2 Iris-setosa
4.4 2.9 1.4 0.2 Iris-setosa
4.9 3.1 1.5 0.1 Iris-setosa
[150 rows x 5 columns]