H2O 预测 ArrayIndexOutOfBoundsException答案

【问题标题】：H2O Prediction ArrayIndexOutOfBoundsExceptionH2O 预测 ArrayIndexOutOfBoundsException
【发布时间】：2017-05-09 19:04:42
【问题描述】：

我只是在测试 h2o，因为我听说过关于它的好消息。到目前为止，我一直在使用以下代码：

 library(h2o)

h2o.removeAll() # Clean up. Just in case H2O was already running
h2o.init(nthreads = -1, max_mem_size="22G")  # Start an H2O cluster with all threads available

train <- read.csv("TRAIN")
test <- read.csv("TEST")

target <- as.factor(train$target)

feature_names <- names(train)[1:(ncol(train)-1)]

train_h2o <- as.h2o(train)
test_h2o <- as.h2o(test)

prob <- test[, "id", drop = FALSE]

model_glm <- h2o.glm(x = feature_names,  y = "target", training_frame = train_h2o)
h2o.performance(model_glm) 

pred_glm <- predict(model_glm, newdata = test_h2o)

相关部分实际上是最后一行，我收到以下错误：

DistributedException from localhost/127.0.0.1:54321, caused by java.lang.ArrayIndexOutOfBoundsException

DistributedException from localhost/127.0.0.1:54321, caused by java.lang.ArrayIndexOutOfBoundsException
    at water.MRTask.getResult(MRTask.java:478)
    at water.MRTask.getResult(MRTask.java:486)
    at water.MRTask.doAll(MRTask.java:390)
    at water.MRTask.doAll(MRTask.java:396)
    at hex.glm.GLMModel.predictScoreImpl(GLMModel.java:1198)
    at hex.Model.score(Model.java:1030)
    at water.api.ModelMetricsHandler$1.compute2(ModelMetricsHandler.java:345)
    at water.H2O$H2OCountedCompleter.compute(H2O.java:1241)
    at jsr166y.CountedCompleter.exec(CountedCompleter.java:468)
    at jsr166y.ForkJoinTask.doExec(ForkJoinTask.java:263)
    at jsr166y.ForkJoinPool$WorkQueue.runTask(ForkJoinPool.java:974)
    at jsr166y.ForkJoinPool.runWorker(ForkJoinPool.java:1477)
    at jsr166y.ForkJoinWorkerThread.run(ForkJoinWorkerThread.java:104)
Caused by: java.lang.ArrayIndexOutOfBoundsException

以前有人遇到过这种情况吗？我可能会错过任何简单的解决方案吗？提前致谢。

【问题讨论】：

训练和测试数据集中的列名是否完全相同？如果没有，你会得到一个错误。
@PhilC 是的，没错，就是列名中的小错字。在发布之前应该更仔细地检查一下。
嘿@PhilC 你介意把你的回复写成答案，这样这个问题就可以结束了吗？如果没有，我很乐意，但我想你可能更喜欢自己写。
仅供参考，我刚刚打开了一张 JIRA 票证以创建一条信息更丰富的错误消息：0xdata.atlassian.net/browse/PUBDEV-4418

标签： r h2o

【解决方案1】：

如 cmets 中所述，训练和测试数据集中的列名需要完全匹配，否则您将收到错误消息。很高兴您能找到问题。

【讨论】：