一切看起来不错,它看起来像你需要改变你使用path
。
不使用h2o.save_model
创建的目录,而是使用您知道存在的目录以及您知道其路径的目录。作为第一个测试,你可以只保存到桌面上,例如使用
h2o.download_pojo(model_rf, path = '/Users/your_user_name/Desktop/', get_jar = True)
,你需要更换your_user_name(这是假设你使用的是Mac)
这里是你可以从头开始尝试一个例子(关机水先用h2o.cluster().shutdown()
import h2o
h2o.init()
iris_df = h2o.import_file("https://s3.amazonaws.com/h2o-public-test-data/smalldata/iris/iris.csv")
from h2o.estimators.glm import H2OGeneralizedLinearEstimator
predictors = iris_df.columns[0:4]
response_col = "C5"
train,valid,test = iris_df.split_frame([.7,.15], seed =1234)
glm_model = H2OGeneralizedLinearEstimator(family="multinomial")
glm_model.train(predictors, response_col, training_frame = train, validation_frame = valid)
h2o.download_pojo(glm_model, path = '/Users/your_user_name/Desktop/', get_jar = True)
再次
,你需要更换your_user_name
(这是假设你使用的是Mac)
(可能发生了什么情况:它看起来像是您第一次将H2O模型保存到磁盘时使用h2o.save_model
在您运行原始h2o群集的位置创建了一个目录(检查您是否从不同位置连接到h2o群集)并且第二次尝试使用download_pojo
保存模型时,它会查看当前的目录,并看到'pojo_test2'在那里不存在。
当您运行h2o.save_model
时,它将打印出创建新目录的完整路径。查看该路径是否与当前目录相同。