调用predict时bartMachine对象出现jobjRef类无效错误求助

问题场景 #

编写的R脚本如下：

#options(java.parameters = "-Xmx50000m")
library(bartMachine)
library(tidyverse)

data <- data.frame(x=rnorm(100, 5, 2), 
                   z=rnorm(100, 1, 0.5), 
                   y=as.factor(rep(c("a", "b"), 100)))

model <-  bartMachine(X= data[,c("x", "z")],
                           y= data$y, seed = 999,
                           serialize = T)

test <- data.frame(x=rnorm(1000, 5, 2.5), 
                   z=rnorm(1000, 1, 0.7))

pred <- predict(model, test)

在真实业务场景调用predict函数时触发错误：

Error in validObject(.Object) :
invalid class “jobjRef” object: invalid object for slot "jobj" in class "jobjRef": got class "NULL", should be or extend class "externalptr"

该问题无法在测试环境复现，且公开资料中相关解决方案较少。

可能原因及解决办法 #

• JVM连接丢失：bartMachine依赖Java实现核心逻辑，jobjRef是R与Java对象的引用，报错说明模型的Java对象引用已变为NULL，多因JVM内存不足或意外中断导致。

  • 取消脚本开头options(java.parameters = "-Xmx50000m")的注释，增大JVM堆内存分配；
  • 重新加载bartMachine包并重新训练模型，重建R与JVM的连接；
  • 检查业务环境内存占用情况，避免其他程序耗尽内存导致JVM被强制终止。

• 模型序列化损坏：脚本中设置了serialize = T，序列化后的模型在存储或跨环境加载时可能出现损坏。

  • 尝试移除serialize = T参数训练模型，在同一会话内测试预测功能；
  • 若需持久化模型，改用saveRDS()和readRDS()保存/加载模型，确保对象完整性；
  • 检查模型存储路径的磁盘状态，排除写入错误导致的文件损坏。

• 环境版本不兼容：业务环境与测试环境的R、bartMachine或Java版本不一致，引发兼容性问题。

  • 统一业务环境与测试环境的R版本、bartMachine包版本；
  • 确认Java版本符合bartMachine要求（推荐Java 8及以上，避免使用过高版本）；
  • 重新安装bartMachine包，确保依赖的Java组件正确部署。

参考案例 #

此前有用户在类似云环境场景中遇到相同报错，核心原因是会话中JVM不稳定、内存不足导致Java对象引用丢失，通过以下操作解决：

• 增大JVM内存分配；
• 重新初始化R会话并重新训练模型；
• 避免复用长时间运行会话中的旧模型对象。

内容的提问来源于stack exchange，提问作者EML