2 回答

TA貢獻1993條經驗 獲得超6個贊
h2o 模型不是 zip 文件。嘗試這個
# path to your file
model_file <- "/Users/bernardo/Desktop/DRF_1_AutoML_20190816_133251.zip"
# prediction based on your mojo/pojo file.?
preds = h2o.mojo_predict_df(df, model_file, genmodel_jar_path = NULL, classpath = NULL, java_options = NULL, verbose = F)
如果它們被壓縮,則解壓縮并再次運行它們。

TA貢獻1818條經驗 獲得超3個贊
好的,我實際上找到了我需要的解決方案。訣竅是將您的數據框 ( df) 轉換為 json 格式,然后使用.zip生成的文件h2o來預測使用h2o.predict_json而不是h2o.mojo_predict_df. 我認為這很簡單,也不那么復雜。至少它在我需要它工作時起作用了。
library(jsonlite)
library(h2o)
json <- toJSON(df)
output <- h2o.predict_json(zip_directory, json)
注意:無需解壓縮 zip 文件。
如果您有機會使用過該lares包,只需使用該h2o_predict_MOJO功能即可。
希望它能幫助任何其他試圖獲得相同結果的人。
添加回答
舉報