将分类列转换为R

Question

flags = data.frame(Reduce(cbind, 
     lapply(levels(d$purpose), function(x){(d$purpose == x)*1})
))
names(flags) = levels(d$purpose)
d = cbind(d, flags)

# Include the new columns as input variables
levelnames = paste(names(flags), collapse = " + ")
neuralnet(paste("output ~ ", levelnames), d)

inter convertter r r的分类变量r r n n ann（neuralnet）

我对R的新手很新。有人可以分解这个复杂的代码正在做的事情吗？

Edit： inimplone @nongkrong的建议我遇到了一个问题：

CSV：

X1,X2,X3
A,D,Q
B,E,R
C,F,S
B,G,T
C,H,U
A,D,Q

R：

newData <- read.csv("new.csv")
newerData <- model.matrix(~ X1 + X2 + X3 -1, data=newData)
newerData

R输出：

  X1A X1B X1C X2E X2F X2G X2H X3R X3S X3T X3U
1   1   0   0   0   0   0   0   0   0   0   0
2   0   1   0   1   0   0   0   1   0   0   0
3   0   0   1   0   1   0   0   0   1   0   0
4   0   1   0   0   0   1   0   0   0   1   0
5   0   0   1   0   0   0   1   0   0   0   1
6   1   0   0   0   0   0   0   0   0   0   0

它与1列一起使用，但缺少X2D和X3Q。 有什么想法？

@@nongkrong是正确的 - 阅读

?formulas

，您会发现，大多数接受为输入的功能（例如，

formula

，

Answer 1

等）会自动将分类变量（存储为

glm

S或

factor

S）转换为假人；您可以通过在公式中指定

character

来强制非数字变量。

说，我遇到的情况很方便，无论如何还是手工创建这些指标 - 例如，一个具有种族变量的数据集，其中，我已经为您注释了代码：factorlots在第一行中进行，所以让我们一点一点：

as.factor(var)

检查每个条目的每个条目是否均等；结果将是

flags = data.frame(Reduce(cbind, 
     lapply(levels(d$purpose), function(x){(d$purpose == x)*1})
))

或<1% of the data fit in one or several of the ethnicity codes. There are other ways to deal with this (simply delete the minority-minority observations, e.g.), but I find that varies by situation.

d$purpose==x

（如果缺少值，则结果）。乘以

d$purpose

（

x

）迫使输出为整数（因此

TRUE

变成

FALSE

，

NA

变成

1

）。 *1

将其第二个参数中的函数应用于其第一个参数的每个元素 - 因此，对于每个元素的每个元素（即每个级别的每个级别），我们输出了一个向量

TRUE

S和

1

S的向量，其中

FALSE

S与给定级别匹配的el对应于

0

的元素。 

lapply

的输出为a

levels(d$purpose)

（因此在应用前方），其中一个列表元素对应于每个级别

d$purpose

.

。

我们想将其放入我们的

0

中，因此A

1

不是很有用。 

1

是我们用来将信息从

d$purpose

表备份到

lapply

表单的内容。 

list

与

l

-（con）相同，尤其是当我们不知道

d$purpose

的长度时，尤其是。

将其插入

data.frame

将其施加到模式

list

。

Reduce

还请注意，这样的事情在

list

软件包中可能已经更简单了：data.frame 它是一个不太复杂的解决方案，但仍然是解决方案。只需使用此函数，其中

Reduce(cbind,LIST)

参数是包含分类列的对象。唯一的事情是，如果您拥有一个带有分类和数值列的数据库，则需要创建一个新的子数据库并将函数应用于这样的新子数据库。否则，该函数将“二进制”

每个列，甚至数值。

cbind(LIST[[1]],LIST[[2]],LIST[[3]],...)