python - h2o4gpu 是否处理 sklearn 或 h2o 之类的分类特征？

Question

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？

Answer 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sklearn和xgboost中一样对分类列进行一次性编码（或标签编码） 。