AutoML H2O 中的特征标准化

Question

我想知道在将h2o 的AutoML 与深度学习和GLM 算法一起使用时如何标准化功能。

似乎它支持深度学习和 GLM 模型 (https://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/standardize.html)，但在 h2o.automl 中它不接受 standardize = TRUE 参数。

我的问题是：

1. 在使用深度学习或 GLM 算法时，autoML 是否会自动缩放（即标准化）特征？

   如果为真，当我预测新的测试数据时，它是否也会自动标准化？

   2. 如果 1) 不正确，是否有一个内置的h2o 函数可以实现这一点，以便我可以手动完成？对于AutoML，推荐的工作流程是什么？

Answer 1

1. 是的，H2O AutoML 使用 GLM 和深度学习中的大多数超参数默认值，并且这两个默认值都是 standardize = TRUE。

2. 在 H2O 中，训练中发生的每一次转换都会在预测时间发生，因此您无需担心。