我目前正在使用H2O的AutoML进行一个数据科学项目。然而，无论是在文档中、网络上还是代码里，我都找不到AutoML如何处理因子变量的信息——它是使用独热编码吗？标签编码？还是更高级的方法？它是否考虑了因子水平的数量？这是否取决于所使用的算法？

目前，AutoML的表现非常差（仅略高于基线），我怀疑这是因为它没有正确处理分类变量，而这些变量占了我预测变量的90%左右。

回答：

AutoML会自动运行H2O-3中可用的监督学习模型。因此，AutoML如何处理分类变量取决于它所运行的特定模型的默认分类处理方式。关于分类变量处理的文档可以在这里找到这里，如果你对特定算法感兴趣，可以使用相同的文档查找你感兴趣的算法，并查看它如何处理分类值的详细信息，或者使用Python或R的API文档查找默认值。