在我的Pandas数据框中，我有大量的布尔功能（True/False）。如果我bool，熊猫正确地将它们表示为df.dtypes。如果我将数据帧传递给h2o（h2o.H2OFrame(df)），则布尔特征表示为enum。因此，它们被解释为具有2个类别的类别特征。
是否可以将功能类型从enum更改为bool？在熊猫中，我可以使用df.astype('bool')，H2o中是否有等效物？
一个想法是在将True/False转换为H2o帧之前将1/0编码为其数字表示形式（df）。但是H2o现在将其识别为int64。
在此先感谢您的帮助！
答案 0 :(得分：2)
枚举类型用于具有两个或多个类别的类别变量。因此它包括布尔值。即H2O中没有明确的bool类别，您无需在此处进行任何修复。
顺便说一句，如果您有很多布尔功能（因为您已手动完成一键编码），请不要这样做。取而代之的是给H2O原始的（多级分类）数据，它会在需要时在后台进行一次热编码。这样比较好，因为对于像决策树这样的算法而言，它们可以直接使用多级分类数据，因此效率更高。
请参见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法。当生产中缺少该列时，添加缺少的类别。
（但是http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/deep-learning.html#faq处的“当您尝试在训练期间未看到的分类水平上进行预测时会发生什么？”似乎无法描述您所看到的行为？）
另请参阅http://docs.h2o.ai/h2o/latest-stable/h2o-docs/data-science/algo-params/use_all_factor_levels.html（如果您希望它是对还是错，我无法从该描述中得出答案，因此请尝试两种方式！）
更新：设置use_all_factor_levels = F，每个布尔输入将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是所有布尔类型，建议您设置此类型。如果您的分类输入大部分具有很多水平，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，但是它可能会使网络更容易训练）。
为什么要丢失（NA）？
如果我输入的是布尔值，例如“ isBig”，将为它创建3个输入神经元。如果您查看varimp()，就会看到其中的名字：
isBig.1
isBig.0
isBig.missing(NA)
想象一下，现在您将其投入生产，并且用户没有为isBig输入提供值（或给出NA，或给出非法值，例如“ 2”）。这是NA输入神经元被发射时的信号，表示我们不知道它是否很大。
说实话，我认为这与同时触发.0和.1神经元或不触发它们都没有什么用。但是，如果您使用的是use_all_factor_levels=F，那么 很有用。否则，所有NA数据都将被视为“不大”，而不是“可能是大或不大”。