h2o categorical_encoding了解何時使用以及為什么

Question

我正在嘗試了解優點/缺點，以及何時使用參數“ categorical_encoding”在h2o中提供給我的各種編碼選項。

如果人們可以就如何使用它指出一般的經驗法則，將很有幫助。

通常，我使用'Enum'值，因為我喜歡在查看功能重要性時如何將所有分類值組合在一起。 另一方面，我相信xgboost的默認值是'label-encoder'，它按類別級別/值進行分類。

不幸的是，我真的不知道從哪里開始，也不清楚這些可用的其他值：

• 一熱內部
• 一個熱門顯式
• sort_by_response
• enum_limited
• 枚舉-label-encoder

再說一次，我主要堅持枚舉，有時是標簽編碼器，但老實說，我不知道這些各種選擇的實際含義。 希望能從博學的人那里得到何時比別人更好的概括理解！

Answer 1

根據要求（謝謝！），該問題已重新發布至交叉驗證。 因此，可以在以下位置找到有關優缺點的答案： https : //stats.stackexchange.com/questions/376203/categorical-encoding-in-h2o-what-is-the-difference-between-the-options