h2o4gpu 是否处理 sklearn 或 h2o 之类的分类特征？答案

【问题标题】：Does h2o4gpu handle categorical features like sklearn or like h2o?h2o4gpu 是否处理 sklearn 或 h2o 之类的分类特征？
【发布时间】：2019-01-03 16:55:14
【问题描述】：

我了解sklearn 要求在运行sklearn.ensemble.RandomForestRegressor 方法时将分类特征编码为虚拟变量或一次性编码，并且XGBoost 需要相同，但h2o 允许原始分类特征在其h2o.estimators.random_forest.H2ORandomForestEstimator 方法中使用。由于h2o4gpu 的随机森林实现是建立在XGBoost 之上的，这是否意味着不包括对原始分类特征的支持？

【问题讨论】：

标签： python scikit-learn h2o h2o4gpu

【解决方案1】：

h2o4gpu 中没有对分类列的原生支持（至少目前如此），因此您必须像在 中那样对分类列进行一次性编码（或标签编码） sklearn 和 xgboost。

【讨论】：

我可以在网上阅读有关此内容的原因吗？ h2o 对我来说的主要优势是它使用了分类特征......
原因是 h2o4gpu 才发布几个月。它是 alpha 版，许多功能尚未完成。