值 [[3L]](cond) 中的 h2oensemble 错误：参数“training_frame”必须是有效的 H2O H2OFrame 或 id答案

【问题标题】：h2oensemble Error in value[[3L]](cond) : argument "training_frame" must be a valid H2O H2OFrame or id值 [[3L]](cond) 中的 h2oensemble 错误：参数“training_frame”必须是有效的 H2O H2OFrame 或 id
【发布时间】：2016-03-19 23:45:21
【问题描述】：

在尝试从 Rstudio 中在 http://learn.h2o.ai/content/tutorials/ensembles-stacking/index.html 上找到的 H2OEnsemble 上运行示例时，我遇到以下错误：

值错误[3L]：参数“training_frame”必须是有效的 H2O H2OFrame 或 id

定义整体之后

fit <- h2o.ensemble(x = x, y = y, 
                    training_frame = train, 
                     family = family, 
                     learner = learner, 
                     metalearner = metalearner,
                     cvControl = list(V = 5, shuffle = TRUE))

我安装了h2o 和h2oEnsemble 的最新版本，但问题仍然存在。我在这里读到`h2o.cbind` accepts only of H2OFrame objects - R h2o 中的命名约定随着时间的推移而改变，但我认为通过安装两者的最新版本应该不再是问题。

有什么建议吗？

library(readr)
library(h2oEnsemble)  # Requires version >=0.0.4 of h2oEnsemble
library(cvAUC)  # Used to calculate test set AUC (requires version >=1.0.1 of cvAUC)
localH2O <-  h2o.init(nthreads = -1)  # Start an H2O cluster with nthreads = num cores on your machine





# Import a sample binary outcome train/test set into R
train <- h2o.importFile("http://www.stat.berkeley.edu/~ledell/data/higgs_10k.csv")
test <- h2o.importFile("http://www.stat.berkeley.edu/~ledell/data/higgs_test_5k.csv")
y <- "C1"
x <- setdiff(names(train), y)
family <- "binomial"

#For binary classification, response should be a factor
train[,y] <- as.factor(train[,y])  
test[,y] <- as.factor(test[,y])


# Specify the base learner library & the metalearner
learner <- c("h2o.glm.wrapper", "h2o.randomForest.wrapper", 
               "h2o.gbm.wrapper", "h2o.deeplearning.wrapper")
metalearner <- "h2o.deeplearning.wrapper"


# Train the ensemble using 5-fold CV to generate level-one data
# More CV folds will take longer to train, but should increase performance
fit <- h2o.ensemble(x = x, y = y, 
                    training_frame = train, 
                    family = family, 
                    learner = learner, 
                    metalearner = metalearner,
                    cvControl = list(V = 5, shuffle = TRUE))

【问题讨论】：

使用像 h2o.randomForest.wrapper 这样的包装器很有趣。所有其他 h2o 语句也可以工作，但是一旦您使用 h2o.ensemle，代码就会返回此错误。它与检查框架有关。当我今天稍晚一点时间时，我将创建一个 jira 问题。
@phiver 非常感谢。会不会和这个有关？ “看起来您可能正在使用旧版本的 h2o 或 h2oEnsemble 包。H2O 数据框的对象类以前称为 H2OFrame，现在它只是称为 Frame，而 h2o.cbind 正在寻找的对象类型，H2OFrame。”是第二个链接中 cbind 问题的 cmets 之一
问题在Jira 中打开。它已经被取走。

标签： r cran h2o ensemble-learning

【解决方案1】：

此错误最近是由对 h2o R 代码进行的类名的批量查找/替换更改引入的。该更改也无意中应用于集成代码文件夹（我们目前有手动而不是自动测试 - 很快就会自动以防止这种事情发生）。我已经修复了这个错误。

要修复，请从 GitHub 重新安装 h2oEnsemble 包：

library(devtools)
install_github("h2oai/h2o-3/h2o-r/ensemble/h2oEnsemble-package")

感谢您的报告！如需更快回复，请在此处发布错误和问题：https://groups.google.com/forum/#!forum/h2ostream

【讨论】：