H2OTypeError: 参数 `x` 应该是 None |整数 |字符串 |模型库 |列表（字符串 | 整数） |设置（整数

我使用 Titanic 数据集并进行了一些基本的预处理（例如标准化、ohe 等）。

然后，我尝试使用 H2O 算法并得到以下错误：

from h2o.estimators.gbm import H2OGradientBoostingEstimator
classifier  =  H2OGradientBoostingEstimator(nfolds =    5,
                                            ntrees =   15,
                                            seed   =    42,
                                            max_depth = 4)

classifier.train(predictors, target, training_frame = train_data)

H2OTypeError: 参数 x 应该是 None |整数 |字符串 | 模型库 |列表（字符串 | 整数） |设置（整数|字符串），得到 H2O框架

我的目标是train_data["Survived"].asfactor()

我试图从文件中读取数据帧，而不是将预处理的 df 转换为 H2OFrame 但没有成功。

任何想法，将不胜感激。

【问题讨论】：

标签： python data-science h2o

【解决方案1】：

在我看来，您传递的是框架而不是列名列表。 x 和 y 都应该是指向 training_frame 中列的“指针”。

如果您想使用所有列作为预测变量（除目标之外的所有列），您可以只指定 y 参数。

像下面这样的东西应该可以解决问题：

train_data["Survived"] = train_data["Survived"].asfactor()
classifier  =  H2OGradientBoostingEstimator(nfolds =    5,
                                            ntrees =   15,
                                            seed   =    42,
                                            max_depth = 4)

classifier.train(x=["pclass", "sex", "age",  ...], y="Survived", training_frame = train_data)

【讨论】：