向量作为插入符号训练的特征,R
Vectors as feature for training in caret, R
我正在通过使用 R 包 caret 来学习机器学习,它有很多不错的工具,但是我想知道我是否有一个数值向量(或矩阵)作为每个预测变量行的特征。
有没有一种巧妙的方法可以将其放入数据框中?
或者我是否必须为每个索引显式创建列?
如果不支持,caret(或类似)包是否支持列表数据或列表列表作为输入?例如。
x <- list(c("a","b","c"), c(TRUE, FALSE, TRUE), list(c(1,2,3), c(3,4,5),c(5,6,7))
对评论建议的回答:
建议returns:
V1 V2 V3 V4 V5
1 a TRUE 1 3 5
2 b FALSE 2 4 6
3 c TRUE 3 5 7
我想要这样的东西:
V1 V2 V3
1 a TRUE (1, 2, 3)
2 b FALSE (3, 4, 5)
3 c TRUE (5, 6, 7)
只要向量长度相等,您就可以将向量的每个元素作为单独的列。
data.frame(V1=c("a","b","c"),
V2=c(TRUE, FALSE, TRUE),
V3=c(1,3,5),
V4=c(2,4,6),
V5=c(3,5,7)))
我正在通过使用 R 包 caret 来学习机器学习,它有很多不错的工具,但是我想知道我是否有一个数值向量(或矩阵)作为每个预测变量行的特征。
有没有一种巧妙的方法可以将其放入数据框中?
或者我是否必须为每个索引显式创建列?
如果不支持,caret(或类似)包是否支持列表数据或列表列表作为输入?例如。
x <- list(c("a","b","c"), c(TRUE, FALSE, TRUE), list(c(1,2,3), c(3,4,5),c(5,6,7))
对评论建议的回答: 建议returns:
V1 V2 V3 V4 V5
1 a TRUE 1 3 5
2 b FALSE 2 4 6
3 c TRUE 3 5 7
我想要这样的东西:
V1 V2 V3
1 a TRUE (1, 2, 3)
2 b FALSE (3, 4, 5)
3 c TRUE (5, 6, 7)
只要向量长度相等,您就可以将向量的每个元素作为单独的列。
data.frame(V1=c("a","b","c"),
V2=c(TRUE, FALSE, TRUE),
V3=c(1,3,5),
V4=c(2,4,6),
V5=c(3,5,7)))