R:对于分类值,R 中是否有类似 dmatrices(来自 python)的东西?
R: is there something like dmatrices ( from python) in R for categorical values?
在 python 中,当使用分类值进行回归时,您可以使用 patsy 模块中的 dmatrices 函数为分类值创建 0 和 1 矩阵。
R 中是否有执行相同功能的 library/function?
假设我们有这个数据框,其中 x 和 y 列是数字,f 列是一个因子。然后我们可以 运行 像这样进行回归,lm
会将公式转换为包含 0/1 列的适当模型矩阵,然后 运行 对其进行回归:
# test data
set.seed(123)
DF <- transform(data.frame(f = gl(3, 5, labels = letters[1:3]), x = 1:15),
y = rnorm(15, 1:15))
# run regression
fo <- y ~ x + f
lm(fo, DF)
模型矩阵是在执行上述操作时计算的,因此无需显式计算它,但如果您无论如何都想尝试此操作:
# view model matrix
model.matrix(fo, DF)
在 python 中,当使用分类值进行回归时,您可以使用 patsy 模块中的 dmatrices 函数为分类值创建 0 和 1 矩阵。
R 中是否有执行相同功能的 library/function?
假设我们有这个数据框,其中 x 和 y 列是数字,f 列是一个因子。然后我们可以 运行 像这样进行回归,lm
会将公式转换为包含 0/1 列的适当模型矩阵,然后 运行 对其进行回归:
# test data
set.seed(123)
DF <- transform(data.frame(f = gl(3, 5, labels = letters[1:3]), x = 1:15),
y = rnorm(15, 1:15))
# run regression
fo <- y ~ x + f
lm(fo, DF)
模型矩阵是在执行上述操作时计算的,因此无需显式计算它,但如果您无论如何都想尝试此操作:
# view model matrix
model.matrix(fo, DF)