我尝试使用H2O提供的autoML特性并行化多个ML模型的训练。我使用的核心代码如下：

library(foreach)
library(doParallel)

project_folder <- "/home/user/Documents/"

ncores <- parallel::detectCores(logical = FALSE)
nlogiccpu <- parallel::detectCores()
max_mem_size <- "4G"

cl<-makeCluster(nlogiccpu)

registerDoParallel(cl)

df4 <-foreach(i = as.numeric(seq(1,length(divisions))), .combine=rbind) %dopar% {
  library(dplyr)
  library(h2o)
  h2o.init(nthreads = ncores, max_mem_size = max_mem_size)

  div <- divisions[i]

  df.h2o <- as.h2o(
    df %>% filter(code == div) )

  y <- "TARGET"
  x <- names(df.train.x.discretized)

  automl.models.h2o <- h2o.automl(
    x = x,
    y = y,
    training_frame = df.h2o,
    nfolds = 10,
    seed = 111,
    project_name = paste0("PRJ_", div)
  )

  leader <- automl.models.h2o@leader

  div_folder <- file.path(project_folder, paste0("Division_", div))
  h2o.saveModel(leader,
                path = file.path(div_folder, "TARGET_model_bin"))
  ...
}

所有模型中只有一部分被训练并保存在它们的文件夹中，因为在某个时候我得到了以下错误：
水.异常. H2O非法参数异常：非法参数：培训_职能框架：grid：无法将新模型追加到具有不同训练输入的格网
我假设网格是在autoML阶段使用的，所以我尝试找到一个参数来传递grid_id，就像我在h2o.grid函数中所做的那样，如下所示：

grid <- h2o.grid(“gbm”,  grid_id = paste0(“gbm_grid_id”, div),
                 ...)

但是我找不到这样做的方法。我使用的H2O软件包版本是3.24.0.2。
有什么建议吗？