使用h2o.predict时遇报错：测试/验证集与训练集无共同列

问题现象 #

训练二分类深度学习模型时代码正常运行，但使用测试集预测时触发报错：

Error: java.lang.IllegalArgumentException: Test/Validation dataset has no columns in common with the training set

已尝试将测试集列名修改为与训练集预测变量列名一致，但问题仍存在。

错误原因分析 #

1. 列名提取逻辑不可靠：原代码用names(x_df)[2:length(x_df[1,])]提取预测变量列名，length(x_df[1,])的写法容易出错，H2OFrame的行元素个数不一定等于列数，应该直接从列名向量中排除响应变量列。
2. 未明确指定预测变量：训练时仅指定y=1，未明确x参数，H2O自动推断预测变量时可能引入隐形的列名/类型问题。
3. 数据类型不匹配：测试集列的数据类型与训练集不一致，即使列名相同，H2O也会判定为不匹配的列。

修正代码 #

训练阶段（优化版） #

library(h2o)
h2o.init()

# 构建训练集并转为H2O格式
y <- as.factor(y)
train_df <- as.h2o(data.frame(y, x))

# 明确指定预测变量列（排除响应变量y）
predictor_cols <- setdiff(names(train_df), "y")

# 训练模型，明确指定x和y参数
nn_model <- h2o.deeplearning(
  y = "y",
  x = predictor_cols,
  training_frame = train_df
)

预测阶段（修正版） #

# 使用训练时确定的预测变量列名
target_cols <- predictor_cols

# 处理测试集：转数据框、设置列名、对齐数据类型
test_df <- as.data.frame(Test_Mat)
names(test_df) <- target_cols

# 强制测试集列类型与训练集完全一致
for(col in target_cols) {
  class(test_df[[col]]) <- class(train_df[[col]])
}

# 转为H2O格式并执行预测
h2o_test <- as.h2o(test_df)
nn_preds <- h2o.predict(nn_model, h2o_test)

额外排查步骤 #

如果仍报错，可通过以下命令验证匹配情况：

# 打印列名确认一致
cat("训练集列名：", names(train_df), "\n")
cat("测试集列名：", names(h2o_test), "\n")

# 查看列数据类型
h2o.describe(train_df)
h2o.describe(h2o_test)

内容的提问来源于stack exchange，提问作者Max