无法将 CSV 文件从 Databricks 集群 DBFS 导入 h2o

如何解决无法将 CSV 文件从 Databricks 集群 DBFS 导入 h2o

我已经在我的 AWS Databricks 集群上成功安装了 h2o，然后成功启动了 h2o 服务器：

h2o.init()

当我尝试导入存储在我的 Databricks DBFS 中的 iris CSV 文件时：

train,valid = h2o.import_file(path="/FileStore/tables/iris.csv").split_frame(ratios=[0.7])

我收到一个 H2OResponseError：服务器错误 water.exceptions.H2ONotFoundArgumentException

CSV 文件绝对存在；在同一个 Databricks 笔记本中，我可以将它直接读入 DataFrame 并使用完全相同的完全限定路径查看内容：

df_iris = ks.read_csv("/FileStore/tables/iris.csv")
df_iris.head()

我也试过打电话：

h2o.upload_file("/FileStore/tables/iris.csv")

但无济于事；我收到 H2ovalueError: File /FileStore/tables/iris.csv 不存在。我也试过直接从本地计算机（C 盘）上传文件，但也没有成功。

我尝试不使用完全限定的路径，而只是指定文件名，但我遇到了相同的错误。我已通读 H2O 文档并在网上搜索，但找不到以前遇到过此问题的任何人。

有人可以帮我吗？

谢谢。

解决方法

H2O 可能不明白这个路径在 DBFS 上。您可以尝试指定路径 /dbfs/FileStore/tables/iris.csv - 在这种情况下，它将被读取为“本地文件”，或者尝试使用模式指定完整路径，例如 dbfs:/FileStore/tables/iris.csv - 但这可能需要特定于 DBFS 的 jar用于 H2O。