r - 如何从非数字变量创建多项式特征?
问题描述
我想创建一个多项式特征(GarageGrade),通过乘法将车库质量(GarageQual)与车库条件(GarageCond)结合起来。GarageQual 和 GarageCond 的值以字符形式给出:Po(差)、Fa(一般)、TA(典型)、Gd(良好)、Ex(优秀)。
str(combi$GarageQual)
返回:chr [1:2919] “TA” “TA” “TA” “TA” “TA” “TA” “TA” “TA” “Fa” “Gd” “TA” ...
str(combi$GarageCond)
返回:chr [1:2919] “TA” “TA” “TA” “TA” “TA” “TA” “TA” “TA” “TA” “TA” “TA” ...
首先,我考虑了它们:
combi$GarageQual <- factor(combi$GarageQual)
str(combi$GarageQual)
返回:因子 w/ 5 个级别 "Ex","Fa","Gd",..: 5 5 5 5 5 5 5 5 2 3 ..
combi$GarageCond <- factor(combi$GarageCond)
str(combi$GarageCond)
返回: > 因子 w/ 5 个级别 "Ex","Fa","Gd",..: 5 5 5 5 5 5 5 5 5 ...
现在我想替换因子级别名称的向量
c("NA", "Po", "Fa", "TA", "Gd", "Ex")
带有数字向量
c(0, 1, 2, 3, 4, 5)
所以这些变量可以相乘以创建一个组合特征,如下所示:
combi$GarageGrade <- combi$GarageQual * combi$GarageCond
实现结合 GarageQual 和 GarageCond 的综合 GarageGradevariable 最终目标的最佳方法是什么?我是否应该从一开始就考虑级别,还是应该直接用数字替换字符?如果是这样,我该怎么做?
解决方案
一种直接的方法是以正确的顺序创建五个评级的向量,然后用于match
将评级转换为数字。
set.seed(22)
grades <- c( "Po", "Fa", "TA", "Gd", "Ex")
GarageQual <- sample(grades, 20, replace = TRUE)
GarageCond <- sample(grades, 20, replace = TRUE)
match(GarageQual, grades) * match(GarageCond, grades)
[1] 4 6 15 12 20 20 12 20 6 4 5 8 15 5 15 1 15 1 4 6
如果指定了因子水平以使它们的顺序正确,则类似于您上面概述的方法(转换为因子然后转换为数字)将起作用。
as.numeric(factor(GarageQual, levels = grades)) * as.numeric(factor(GarageCond, levels = grades))
[1] 4 6 15 12 20 20 12 20 6 4 5 8 15 5 15 1 15 1 4 6
推荐阅读
- c - 使用 request_region 和 release_region 的示例
- reactjs - react-hook-form 注销后保持验证字段
- dart - 如何实现不将数字转换为双精度的 json 解码器?
- python - 如何在python中计算数组内的数字?
- angular - 如何解决此离子电容器键盘问题?
- javascript - 谷歌云功能CORBS问题
- java - 为 Java 接口显式声明泛型是否常见并被推荐?
- r - 如何对术语进行分组?
- javascript - 单击按钮时如何使导航栏增大和缩小
- amazon-web-services - EC2 实例在简单的测试应用程序中具有非常高的延迟峰值?