問題タブ [h2o]

行がnullかどうかを確認するためにこれを試しました。

そして、ここで私のコードの結果を理解できません

コード生成チェック列で、なぜ最大行が 1 なのですか? 私はh2oFrameを初めて使用します。誰かがこれを理解するのを手伝ってくれますか? 私のコードに何か問題がありますか? どうも

これは重複していません。新しい質問があります。これ書いてみた

na または IsNull を使用して、それが null かif (...)どうかを確認できますか?row

コード結果

を使用newChunk.addNum(8)すると、新しいチャンクの行に数値を追加できます。新しいチャンクの行に文字列を追加するにはどうすればよいですか? ありがとう！

これは私が試したものです。ユーザーが関数に何を入れたかによって、新しいチャンクに文字列またはダブルを追加したい。

しかし、私はエラーが発生しました

ご協力いただきありがとうございます！

実際に意図したよりも多くのデータを 0xdata の h2o フローに誤ってインポートしてしまいました。すべてのデータ フレームを削除するにはどうすればよいですか?

は既に試しData -> List All Frames -> Deleteましたが、次のエラー メッセージが表示されます。

セルの評価エラー

DELETE/....ink の呼び出しエラー

引数のオブジェクト 'nfs:....lnk' が見つかりません: キー

これらのデータ フレームを消去する別の方法はありますか? それらのデータ フレームは物理的にどこに保存されますか?

h2oas.h2oライブラリの関数がR data.frame を H2O フレームに変換することを知っています。2 つの質問:

1. as.h2o()変換中にデータをディスクに書き込みますか? このデータはどのくらいの期間保存されますか?
2. ディスクへの書き込みの一時的なステップを回避する他のオプションはありますか?

二項分類を行いたいのですが、一方のレベルは「上」、もう一方は「下」です。h2o パッケージで gbm を使用し、"bottom" をポジティブ クラスとして、"top" をネガティブ クラスとして取得しました。これが私のコードです：

結果は次のとおりです。

しかし、もっと「トップ」を正しく予測したいです。しきい値を 0.3 に変更してみましたが、パフォーマンスが向上しました。ただし、フィッティング プロセスを変更して、「ROC」メトリクスのように「トップ」への予測を増やす必要がありますか? 「トップ」をポジティブクラスに、「ボトム」をネガティブクラスに反転する必要がありますか?どうすれば変更できますか?

h2o.deeplearning に関連するいくつかの疑問:

1. ディープ ニューラル ネットワークまたはディープ ビリーフ ニューラル ネットワーク (制限付きボルツマン マシン - RBM を使用)
2. H2o、RBM のドキュメントで議論されている場所はありません。彼らは SGD 確率的ガディエント降下 (通常のニューラル ネットワークで使用されています) を使用しています。
3. オートエンコーダーと RBM を使用していない場合、それを深層信念ニューラル ネットワークと呼ぶことができます。

H2o は非常に興味深いものですが、これらの疑いがあると、使用するのは非常に難しくなります。