我对 h2o 分布式随机森林模型有一些疑问答案

【问题标题】：I have some questions about h2o distributed random forest model我对 h2o 分布式随机森林模型有一些疑问
【发布时间】：2018-09-28 11:03:05
【问题描述】：

根据 DRF 部分常见问题解答中的 H2O 文档，this note is mentioned 关于“算法如何在训练期间处理缺失值？”常见问题：

注意：与 GLM 不同，在 DRF 中，数值的处理方式与分类值相同。缺失值不会像 GLM 中的默认值那样用平均值估算。

我使用 DRF 算法来解决回归问题，但是当我看到这个注释时，我感到很奇怪。如果我将所有数值转换为分类值来解决回归问题，我认为这是无稽之谈。

这是我的问题。

或

感谢您阅读我的问题。

【问题讨论】：

如果两种类型的值处理相同，则不需要任何一种方式转换值。如果您觉得这对您的问题不正确，您可能需要另一个分类器。
您没有在文档中给出完整的报价。常见问题解答中的部分是“训练期间的缺失值”，完整的注释为“注意：与 GLM 不同，在 DRF 中，数值的处理方式与分类值相同。缺失值不像所做的那样用平均值估算默认情况下在 GLM 中。”。这是关于 DRF 如何处理缺失值，而不是关于一般的值。
感谢您评论我的问题。根据您的评论，我不需要将数值转换为分类值。对吗？

【解决方案1】：

不，H2O 不需要您将所有数值转换为分类值。

如果您想查看经过训练的 H2O DRF 模型如何处理不同的输入列，请按照以下说明查看 MOJO。

请注意，在下图中，数值列被处理为“小于”值比较，而分类列则通过将一些级别发送给左孩子和一些给右孩子来处理。

【讨论】：