Skip to main content
 首页 » 编程设计

python之在数据子集上运行但在原始数据上完美运行时出现 h2o 错误

2024年12月31日8zhenyulu

我得到的错误是这个。我的数据的子集 [~100k examples] 与原始数据集 [400k examples] 的列数完全相同。但它在原始数据集上运行完美,但在子集上运行不佳。

Traceback (most recent call last) 
<ipython-input-14-35cf02055a2e> in <module>() 
     15 from h2o.estimators.gbm import H2OGradientBoostingEstimator 
     16 gbm_cv3 = H2OGradientBoostingEstimator(nfolds=2) 
---> 17 gbm_cv3.train(x=x, y=y, training_frame=train) 
     18 ## Getting all cross validated models 
     19 all_models = gbm_cv3.cross_validation_models() 
 
 
 
error_count = 2 
    http_status = 412 
    msg = u'Illegal argument(s) for GBM model:  
GBM_model_python_1533214798867_179.  Details: ERRR on field:  
_response: Response cannot be constant.' 
    dev_msg = u'Illegal argument(s) for GBM model:  
GBM_model_python_1533214798867_179.  Details: ERRR on field:  
_response: Response cannot be constant.' 

请您参考如下方法:

这是一个用户错误。

“响应”是 y 列。对于您提供的数据子集,每一行的 y 值都相同。当每个 y 值都相同时,您无法训练受监督的机器学习模型 — 模型无法学习任何内容。

如果您有一个罕见的结果,就会发生这种情况——当您随机拆分数据时,您可能会得到一个只表示一个值的分区。要在 Python 中检查响应列中有多少个唯一值,请执行以下操作:train[y].unique()