H2O变量标准化技术问询：算法支持与标准化范围

问题1：Random Forest、Gradient Boosting等其他算法在AutoML中是否不会自动执行标准化？ #

• 是的，这类基于树的算法（Random Forest、Gradient Boosting等）在AutoML中不会自动执行标准化。原因很直接：树模型的分裂逻辑依赖特征阈值判断，完全不受特征尺度影响，标准化对这类模型的性能没有帮助，因此H2O的AutoML不会为它们触发标准化流程。而且H2O官方文档里的standardize参数仅针对Deep Learning、GLM、GAM、K-Means这四类算法开放，树模型本身就没有这个参数选项。

问题2：在Deep Learning、GLM等算法中设置standardize = TRUE时，会同时标准化目标变量还是仅标准化特征变量？ #

• 仅会标准化特征变量，目标变量不会被处理。
  • 以GLM为例：如果是回归任务，目标变量会保持原始尺度，模型最终输出的预测值也会对应原始目标的量级；如果是分类任务，目标是类别型变量，本身不存在标准化的必要。
  • 对于Deep Learning，特征标准化是为了帮助模型更快收敛，但目标变量不管是连续型还是类别型，都会保留原始形式，这样得到的预测结果能直接对应业务场景下的原始指标。

内容的提问来源于stack exchange，提问作者Matthew Son