H2OTypeError:参数`x‘应该是一个None、integer、integer、ModelBase、integer( string)、integer( integer) set(integer )(Integer)，got H2OFrame

Question

我处理了泰坦尼克号数据集，并做了一些基本的预处理(如规范化、ohe等)。

然后，我尝试使用H2O算法，得到了以下错误：

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应该是一个None，integer list(string integer) integer(Integer) set(integer x)，got H2OFrame

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

我试图从文件中读取数据，而不是将预处理后的df转换为H2OFrame，但没有将其转换为vail。

任何想法都将不胜感激。

Answer 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”。

如果要使用所有列作为预测器(除目标外)，可以仅指定y参数。

下面这样的东西应该能起作用：

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)