我正在使用R中的dismo包（对于GBM）中的gbm.step构建一个提升的回归树模型。我最初将分类变量编码为因子，但是 - 我被告知编码因子为虚拟二进制变量（1表示存在; 0表示不存在），这将使算法更容易执行递归二进制分裂。
然而，今天我为包含因子（320次运行）的数据集和包含虚拟变量的另一个数据集（另外320次运行）运行了一系列学习率，树复杂度和包分数的组合。
为了给出一般性分解，我有4个分类变量。
1）第一个分类有4个级别 - 分为4个单独的1/0组合
2）第二个与（1）相同。
3）第三个级别 - 分为3个单独的1/0组合。
4）最后一个分类变量有2个级别 - 所以2个1/0组合。
在对所有运行进行比较之后，使用因子编码的数据集每次（320次）优于二进制虚拟变量，以异常值解释为1.5-3％。
我想知道为什么，当我希望虚拟变量更适合模型时？ dismo会在幕后自动创建虚拟变量吗？
感谢。