在我的 Pandas 数据框中，我有很多布尔功能 (True/False)。如果我使用df.dtypes，Pandas 会正确地将它们表示为bool。如果我将数据框传递给 h2o (h2o.H2OFrame(df))，则布尔特征表示为 enum。因此它们被解释为具有 2 个类别的分类特征。
有没有办法将特征类型从enum 更改为bool？在 Pandas 中我可以使用 df.astype('bool')，在 H2o 中是否有等价物？
一个想法是在将 df 转换为 H2o-Frame 之前将 True/False 编码为它们的数字表示 (1/0)。但 H2o 现在将其识别为 int64。
提前感谢您的帮助！
【问题讨论】：
标签： python pandas enums boolean h2o
枚举类型用于具有两个或多个类别的分类变量。所以它包括布尔值。 IE。 H2O 中没有明显的 bool 类别，您无需在此处修复任何内容。
顺便说一下，如果你有很多布尔特征，因为你手动完成了 one-hot 编码，不要这样做。而是给 H2O 原始（多级分类）数据，它会在需要时在幕后进行 one-hot 编码。这更好，因为对于决策树等算法，它们可以直接使用多级分类数据，因此效率更高。
请参阅http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/categorical_encoding.html 了解您可以尝试的一些替代方案。当生产中缺少该列时添加缺少的类别。
（但是“当您尝试在训练期间未见的分类级别进行预测时会发生什么？”http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/deep-learning.html#faq 似乎没有描述您看到的行为？）
另请参阅http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/use_all_factor_levels.html（如果您希望它是真还是假，我无法从该描述中得出结论，因此请尝试两种方式！）
更新：设置use_all_factor_levels = F，每个布尔输入只有一个输入神经元（加上 NA 一个），而不是两个。如果您的分类输入几乎都是布尔类型，我建议您设置它。如果您的分类输入大多具有很多级别，我不会（因为总的来说，它不会对输入神经元的数量产生太大影响，但它可能会使网络更容易训练）。
为什么失踪（北美）？
如果我有一个布尔输入，例如“isBig”，将为它创建 3 个输入神经元。如果你看varimp()你可以看到有名字：
isBig.1
isBig.0
isBig.missing(NA)
假设您现在将其投入生产，并且用户没有为 isBig 输入提供值（或提供 NA，或提供非法值，例如“2”）。这是 NA 输入神经元被触发的时候，表示我们不知道它是否大。
说实话，我认为这不会比同时激发 .0 和 .1 神经元，或者都不激发它们更有用。但是，如果您使用的是use_all_factor_levels=F，那么它是有用的。否则，所有 NA 数据都会被视为“不大”而不是“可能很大或不大”。
【讨论】：