2

我知道sklearn在运行该方法时需要将分类特征编码为虚拟变量或一次性编码sklearn.ensemble.RandomForestRegressor,并且XGBoost需要相同但h2o允许在其h2o.estimators.random_forest.H2ORandomForestEstimator方法中使用原始分类特征。由于h2o4gpu随机森林的实现是建立在 之上的XGBoost,这是否意味着不包括对原始分类特征的支持?

4

1 回答 1

1

h2o4gpu中没有对分类列的本机支持(至少目前还没有),因此您必须像在sklearnxgboost中一样对分类列进行一次性编码(或标签编码) 。

于 2018-07-26T20:58:08.297 回答