data1.dl.r2 = vector()
for (i in 1:100) {
if (i==1) {
data1.hex = as.h2o(data1)
} else {
data1.hex = nextdata
}
data1.dl = h2o.deeplearning (x=2:1000,y=1,training_frame=data1.hex,nfolds=5,activation="Tanh",hidden=30,seed=5,reproducible=TRUE)
data1.dl.pred = h2o.predict(data1.dl,data1.hex)
data1.dl.r2[i] = sum((as.matrix(data1.dl.pred)-mean(as.matrix(data1.hex[,1])))^2)/
sum((as.matrix(data1.hex[,1])-mean(as.matrix(data1.hex[,1])))^2) # R-squared
prevdata = as.matrix(data1.hex)
nextpred = as.matrix(h2o.predict(data1.dl,as.h2o(data0[i,])))
colnames(nextpred) = "response"
nextdata = as.h2o(rbind(prevdata,cbind(nextpred,data0[i,-1])))
print(i)
}
Ceci est mon code avec un jeu de données (data1) de 100 observations et 1000 caractéristiques. Quand je lance ce, il m'a donné un message d'erreur à 50 ~ 60 itération "Paquet h2o: mémoire totale du cluster zéro
Error in .h2o.doSafeREST(h2oRestApiVersion = h2oRestApiVersion, urlSuffix = page, :
ERROR MESSAGE:
Total input file size of 87.5 KB is much larger than total cluster memory of Zero , please use either a larger cluster or smaller data.
Quand je lance 'h20.init()', il me dit que la mémoire totale du cluster est égal à zéro.
H2O cluster total nodes: 1
H2O cluster total memory: 0.00 GB
H2O cluster total cores: 8
H2O cluster allowed cores: 8
H2O cluster healthy: TRUE
Je me demande donc pourquoi la mémoire totale cluster est zéro, et pourquoi il ne va pas mal à des itérations précédentes.
Lorsque je ferme le R Studio et l'ouvre à nouveau, il affiche une mémoire totale de 3,56 Go. – user67275