指定 nfolds 进行交叉验证时出现 h2o 深度学习错误

Question

这个问题现在解决了吗？我遇到了同样的错误信息。

用例：我正在使用 h2o 的 deeplearning() 函数进行二元分类。下面，我提供了与我的实际用例大小相同的随机生成数据。系统规格：

# R version 3.3.2 (2016-10-31)
# Platform: x86_64-w64-mingw32/x64 (64-bit)
# Running under: Windows >= 8 x64 (build 9200)
# h2o version h2o_3.20.0.2

我目前正在学习如何使用 h2o，所以我已经使用了很多该功能。在我为交叉验证指定参数之前，一切都运行顺利。

指定交叉验证的nfolds参数时出现问题。有趣的是，我可以为 nfolds 指定较低的值，并且一切正常。对于我的用例，即使 nfolds > 3 也会产生一条错误消息（见下文）。我在下面提供了一个示例，在这里我能够指定 nfolds < 7（不是很一致......有时最多 nfolds = 3）。在这些值之上，REST API 给出上述错误：object not found for argument: key.

# R version 3.3.2 (2016-10-31)
# Platform: x86_64-w64-mingw32/x64 (64-bit)
# Running under: Windows >= 8 x64 (build 9200)
# h2o version h2o_3.20.0.2


#does not matter whether run on debian or windows, does not matter how many threads are used
#error occurs with options for cross validation, otherwise works fine
#no error occurs with specifying a low nfold number(in my actual use case, maximum of 3 folds possible without running into that error message)

require(h2o)
h2o.init(nthreads = -1)

x = matrix(rnorm(900*96, mean=10, sd=2), nrow=900, ncol=96)
y = sample(size=900, x=c(0,1), replace=T)

sampleData = cbind(x, y)
sampleData = data.frame(sampleData)
sampleData[,97] = as.factor(sampleData[,97])

m = h2o.deeplearning(x = 1:96, y = 97,
                     training_frame = as.h2o(sampleData), reproducible = T,
                     activation = "Tanh", hidden = c(64,16), epochs = 10000, verbose=T,
                     nfolds = 4, balance_classes = TRUE, #Cross-validation
                     standardize = TRUE, variable_importances = TRUE, seed=123,
                     stopping_rounds=2, stopping_metric="misclassification", stopping_tolerance=0.01, #early stopping
)

performance = h2o.performance(model = m)
print(performance)

######### gives error message
# ERROR: Unexpected HTTP Status code: 404 Not Found (url = http://localhost:xxxxx/3/Models/DeepLearning_model_R_1535036938222_489)
# 
# water.exceptions.H2OKeyNotFoundArgumentException
# [1] "water.exceptions.H2OKeyNotFoundArgumentException: Object 'DeepLearning_model_R_1535036938222_489' not found for argument: key"

我不明白为什么它只适用于 nfolds 的低值。有什么建议么？我在这里错过了什么？我已经在 Google 组和 Whosebug 上搜索了最远程相关的线程，但没有成功。如果这与上面建议的 h2o 3.x 的更改 API 有关（尽管 post 是 18 个月前......）我非常感谢一些关于如何正确指定的纪录片使用 h2o.deeplearning() 进行 CV 的语法。提前致谢！

Answer 1

这是由于将 verbose 参数设置为 True 导致的错误，解决方法是将 verbose 参数保留为默认值 FALSE。我创建了一个 jira 票证来跟踪问题 here

指定 nfolds 进行交叉验证时出现 h2o 深度学习错误

h2o deeplearning error when specifying nfolds for cross validation

r

h2o

sparkling-water