降低因子变量的水平
Reduce levels from factor variable
我必须在大型火车集中做一个随机森林，但我不能使用超过 53 个级别的变量。
我需要减少的因子变量 (train$tip) 有 150 个级别（KHC、KTF、KGL 等）。我如何（快速）删除（或仅保留 53 个级别）出现次数较少的级别并保留数量更多的级别？
我是不是要把我看到的所有关卡名字都写出来，或者有没有更快的方法？
train <- train[!train$tip == "KTF", ]
你可以这样做：
train <- train[train$tip %in% names(sort(table(train$tip), decreasing = TRUE))[1:53], ]
table() 计算水平的频率； sort() 降序排列； names()获取电平而不是频率； [ 只选择前 53 个。
我必须在大型火车集中做一个随机森林，但我不能使用超过 53 个级别的变量。
我需要减少的因子变量 (train$tip) 有 150 个级别（KHC、KTF、KGL 等）。我如何（快速）删除（或仅保留 53 个级别）出现次数较少的级别并保留数量更多的级别？
我是不是要把我看到的所有关卡名字都写出来，或者有没有更快的方法？
train <- train[!train$tip == "KTF", ]
你可以这样做：
train <- train[train$tip %in% names(sort(table(train$tip), decreasing = TRUE))[1:53], ]
table() 计算水平的频率； sort() 降序排列； names()获取电平而不是频率； [ 只选择前 53 个。