根据H2O文档中DRF部分的常见问题解答，在“算法在训练过程中如何处理缺失值？”的FAQ中，提到了以下说明：

注意：与GLM不同，DRF中的数值型数据与分类型数据的处理方式相同。缺失值不会像GLM中默认那样用均值来填补。

我使用DRF算法来解决一个回归问题，但当我看到这个说明时，感觉很奇怪。如果我将所有数值型数据转换为分类型数据来解决回归问题，我认为这是没有意义的。

这是我的问题。

• 我是否需要将所有数值型数据转换为分类型数据来使用DRF算法？

或者

• 我是否不需要将所有数值型数据转换为分类型数据来使用DRF算法？

感谢您阅读我的问题。

回答：

不，H2O不需要您将所有数值型数据转换为分类型数据。

如果您想查看训练后的H2O DRF模型如何处理不同的输入列，请按照以下说明查看MOJO文件。

• http://docs.h2o.ai/h2o/latest-stable/h2o-genmodel/javadoc/overview-summary.html#viewing-a-mojo

请注意下图中，数值型列是通过“小于”值比较来处理的，而分类型列则是通过将某些级别发送到左子节点和某些级别发送到右子节点来处理的。