在 python 中训练随机森林时，哪种 dtype 表现更好？

Question

我试图randomforest用 python 训练一个分类器。然而，在我的原始版本中pandas.dataframe，有float64、object、datetime64、int64 和 bool dtypes（几乎是 pandas 中允许的所有类型的数据类型）。

• 是否有必要将bool转换为float或int？
• 对于二值对象列，我应该将其转换为bool、int或float吗？哪一个会表现得更好？还是没关系？

谢谢！

Answer 1

几乎所有 scikit-learn 估计器都会在运行算法之前将输入数据转换为浮点数，无论数组中的原始类型如何。这适用于随机森林的实现。