我正在使用gbm.stepR 中的 dismo 包（用于 GBM）来构建增强回归树模型。然而，我最初将分类变量编码为因子 - 我被告知将因子编码为虚拟二进制变量（1 表示存在；0 表示不存在）将使算法更容易执行递归二进制拆分。
然而，今天我为包含因子的数据集（320 次运行）和另一个包含虚拟变量的数据集（另外 320 次运行）运行了一系列学习率、树复杂度和袋子分数的组合。
为了进行一般性细分，我有 4 个分类变量。
1) 第一个分类有 4 个级别 - 分为四个单独的 1/0 组合
2）第二个与（1）相同。
3) 第三个有 3 个级别 - 分为 3 个单独的 1/0 组合。
4) 最后一个分类变量有 2 个级别 - 所以 2 1/0 组合。
在比较所有运行后，在解释的偏差方面，使用因子编码的数据集每次（320 次）都优于二进制虚拟变量 1.5 - 3%。
我想知道为什么，当我期望虚拟变量更好地拟合模型时？是否dismo在幕后自动创建虚拟变量？
谢谢。