Я работаю над умеренным набором данных (train_data). Есть более 124 переменных и 50 000 000 наблюдений. Для категориальных переменных, я использовал функцию хэширования на ней через функцию hashed.model.matrix в R.Как использовать хешированную матрицу H2o в R
## feature hashing
b <- 2^22
f <- ~ .-1
X_train <- hashed.model.matrix(f, train_data, hash.size=b)
Таким образом, в результате, у меня большой dgCmatrix (разреженная матрица) в качестве выходного (X_train) , Как я могу использовать оболочку H2o на этой матрице и использовать различные алгоритмы, доступные в H2o? Оболочка H2o принимает разреженную матрицу (dgCmatrix). Любая ссылка/пример такого использования будет полезна. Спасибо в ожидании.
Глядя вперед, чтобы импортировать X_train в среде H2o сделать тип dollowing шагов
# initialize connection to H2O server
h2o.init(nthreads = -1)
train.hex <- h2o.uploadFile('./X_train', destination_frame='train')
# list of features for training
feature.names <- names(train.hex)
# train random forest model, use ntrees = 500
drf <- h2o.randomForest(x=feature.names, y='outcome', training_frame,train.hex, ntrees =500)
Знаете ли вы, что вы хотите сохранить в svmlight-формате? –
да второй пример должен был сказать h2o.importFile, спасибо, что поймали это. Я отредактирую его. – Lauren