R中的假設因素

Question

我的數據由有關智能手機的數據組成。 要做random forest，我需要將我的品牌品牌轉換爲很多假人。

I tried this code 

m <- model.matrix(~ Brand, data = data_price) 

Intercept BrandApple BrandAcer BrandAlcatel ... 
1   0   0   1 
1   1   0   0 
... 

的問題是，原始數據有2039行，而這個輸出只有2038 現在我想假人添加到我的data_price，但這並不作品。

我該如何製作一個虛擬模型並將其添加到我的數據集中？

Answer 1

您的方法使用model.matrix應該可以正常工作，我們只需要弄清楚發生了什麼事情，缺少的行。我想問題是你的因素中缺少值。考慮以下幾點：

dat <- factor(mtcars$cyl) 
dat2 <- dat 
dat2[1] <- NA 

在此，我已採取的一個因素，在數據集中mtcars氣缸即數，以及用於比較的我已經創建其中I已更換了一個值與NA第二因子。讓我們來看看行數model.matrix將在每種情況下吐了出來：

nrow(model.matrix(~dat)) 
[1] 32 
nrow(model.matrix(~dat2)) 
[1] 31 

你看到的是，在因子變量有缺失值的情況下，model.matrix輸出有一排少，這也許是不奇怪。

您可以爲缺失的值創建自己的因子級別，或者如果您的應用程序看起來適合，可以安全地從原始數據集中刪除缺少值的行。 model.matrix的輸出包含行名稱，如果要沿着該路線行進，您可以使用這些行名稱將merge數據回送到原始數據幀。