使用model.matrix()创建伪变量
使用model.matrix()函数可以创建伪变量。伪变量是指将分类变量转换为二进制的虚拟变量，以便在统计模型中使用。在统计建模中，通常需要将分类变量转换为虚拟变量，以便能够在回归分析等模型中使用。
model.matrix()函数是R语言中的一个函数，用于创建伪变量。它接受一个或多个分类变量作为输入，并将其转换为虚拟变量矩阵。虚拟变量矩阵是一个二维矩阵，其中每一列代表一个分类变量的一个水平，每一行代表一个观测值。如果一个观测值属于某个分类变量的某个水平，则对应的虚拟变量为1，否则为0。
使用model.matrix()函数创建伪变量的优势在于可以将分类变量转换为适用于各种统计模型的输入格式。通过将分类变量转换为虚拟变量，可以在回归分析、方差分析、逻辑回归等模型中使用这些变量，从而更好地理解和解释数据。
应用场景：
- 回归分析：在回归分析中，通常需要将分类变量转换为虚拟变量，以便将其纳入模型中进行分析。
- 方差分析：方差分析也需要将分类变量转换为虚拟变量，以便进行方差分析和比较不同组之间的差异。
- 逻辑回归：逻辑回归是一种常用的分类模型，也需要将分类变量转换为虚拟变量，以便进行建模和预测。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了丰富的云计算产品和服务，包括云服务器、云数据库、云存储等。以下是一些相关产品和其介绍链接地址：
- 云服务器（CVM）：提供弹性、可靠的云服务器实例，支持多种操作系统和应用场景。了解更多：https://cloud.tencent.com/product/cvm
- 云数据库MySQL版（CDB）：提供高性能、可扩展的云数据库服务，适用于各种应用场景。了解更多：https://cloud.tencent.com/product/cdb_mysql
- 云存储（COS）：提供安全、可靠的对象存储服务，适用于存储和管理各种类型的数据。了解更多：https://cloud.tencent.com/product/cos
请注意，以上链接仅供参考，具体产品选择应根据实际需求进行评估和决策。
相关·内容
2回答
我有下面创建的数据框架：
temp <- as.data.frame(with(uadm, table(prlo_state_code)))
我希望创建11个虚拟变量。前10名中的每一个都是一个，另一个是“其他”。前10名很容易通过以下方式找到：
#top10
temp <- temp[order(temp$Freq, decreasing=T),]
head(temp, n=10)
我知道R很棒，所以我假设有一个简单的方法可以自动创建(和命名)前10个变量中的伪变量，并将其余变量折叠成一个最终的伪变量“other.‘”。
提前感谢您的任何帮助或见解。
浏览 4提问于2012-02-23得票数 1
回答已采纳
我目前被困在我的代码中感觉直观的部分，但我想不出一种方法来做到这一点。我有一个非常大的数据帧(nrows = 34036，ncol = 43)，我想在其中创建一个连续的变量序列，其中行的值为1(没有多个列为1)。它只包含0和1，如下所示：
A B C D
1 0 0 0
0 0 0 1
0 0 0 1
0 0 0 0
0 0 0 0
1 0 1 0
1 0 1 0
0 1 0 0
0 1 0 0
1 0 0 1
我可以使用以下命令删除零：
#find the sum of each row
placeholderData <- transform(placeholderData, sum
浏览 1提问于2018-08-07得票数 0
回答已采纳
我有一个包含6个级别的分类变量的数据框架。
x$response <- data.frame(rep(1:6,10))
x
我想创建6个不同的二进制列的基础上。例如：
x$response1 <- 0
x$response1[x[,1]=='1'] <- 1
x$response2 <- 0
x$response2[x[,1]=='2'] <- 1
我可以用上面提到的方法来做，但需要重复6次。我想知道有没有更好的方法。如果我有30个关卡，我能做什么呢？
我的最终目标是评估每个预测者的重要性或信息增益。我这样做是为了
浏览 2提问于2015-08-07得票数 1
1回答
我有一个数据集，其中大部分包含我试图格式化的分类变量(因子)。数据集当前的格式如下：
Obs X1 X2 X3 X4 ... X50
1 A B C D
2 B A D E
3 B C D A
然而，X1和X2的A应该表示相同的意思，即X1和X2可以被认为是首先检测到的因素。我的想法是使用虚拟对象来制定数据集；
Obs A B C D ...
1 1 1 1 1 ...
2 1 1 0 1 ...
3 1 1 1 1 ...
我尝试的解决方案是:将所有分类变量分离到data.frame d
浏览 0提问于2016-11-11得票数 0
我正在学习R中的建模，尽管我阅读了文档，但对于modeling_matrix()在modelr包中所做的事情，我感到非常困惑。
model_matrix(data, formula)
data = your x and y variables in a dataframe/tibble
formula = the relationship between x and y so y~x or y~ I(x^2) + x
那么modeling_matrix()到底做了什么呢？它会自动为你找到价值吗？看起来并非如此，因为它会自动输入一列用于y截取，所以它不像为您计算y插入。
它似乎取了x值，并用它
浏览 2提问于2020-06-24得票数 0
回答已采纳
2回答
我是R的新手，我正在尝试对我的数据集执行回归，其中包括一家公司多年来在不同国家的月度销售数据。
在其他统计程序中，为了控制销售的季度周期性移动以及地区(国家)差异，我将创建虚拟变量，例如指示销售的季度和国家。
我的问题：
1)我看到在R中你可以将变量类型设置为'Factor‘。在这种情况下，我是否仍然需要创建指示国家/地区和月份/季度的虚拟变量，或者R已经以不同的方式对待因子变量，并在后台自动将它们转换为虚拟变量？
2)如果上述情况不是这样，并且我确实需要将我的值重新编码为0,1个虚拟对象，那么在R中有没有一种整洁的标准方法来做到这一点？
非常感谢你的帮助，祝你有愉快的一天！
趋势
浏览 15提问于2017-08-12得票数 3
回答已采纳
1回答
假人包中的NAs
、、
我在虚拟包中使用R dummy.data.frame函数为我的因子的k级创建虚拟变量。不幸的是，我的因素有NAs。当我使用dummy.data.frame时，它会创建没有NAs的k个假人，并创建一个新的假人，它用1标记缺失的值。但是，我仍然希望在k个假人中有NAs，而不是一个缺失值的虚拟。
这个功能有可能吗？你知道还有什么能帮助我的功能吗？
浏览 2提问于2014-02-19得票数 1
回答已采纳
1回答
我正在寻找一种方法来生成虚拟变量，将给定的类别划分为所有可能的分组组合。例如，如果我们有三个类别(例如A、B和C)，则有五个可能的分组：
Three groups: A / B / C
Two groups: A&B / C
Two groups: A&C / B
Two groups: A / B&C
One group: A&B&C
则每个分组的伪变量将被输出到数据帧的不同列。因此，我想要的最终输出如下表所示：
sample_num category grouping1 grouping2 grouping3 grouping4
浏览 3提问于2013-08-16得票数 3
1回答
我试图在我的分析中得到一个肘形图，但是我的数据集有一个分类变量，当我运行我的代码时，R说有一些NAs introduced by coercion。我想这是绝对列的错。
我在完整数据集的基础上创建了一个小数据集，其中包含一些变量。
# x y z q
# 1 ADRIANO 20 2 Room
# 2 S.SIRO 30 3 Room
# 3 ADRIANO 50 4 Apartment
n <- length(data[, 1])
wss1 <- (n - 1)*sum(apply(data, 2, var))
wss &l
浏览 13提问于2022-05-20得票数 0
回答已采纳
我正在尝试学习在R中使用神经网络。作为一个学习问题，我一直在上使用
别担心，这个问题是专门为人们学习而设计的，没有与之相关的奖励。
我从一个简单的逻辑回归开始，这对我的脚很有帮助。现在我想学习如何使用神经网络。我的训练数据如下(列:行)：
- survived: 1
- pclass: 3
- sex: male
- age: 22.0
- sibsp: 1
- parch: 0
- ticket: PC 17601
- fare: 7.25
- cabin: C85
- embarked: S
我的起始R代码看起来像这样：
> ne
浏览 1提问于2013-07-04得票数 28
回答已采纳
1回答
我希望这个问题不会脱离话题。我知道如何在R中编写一个虚拟变量，但是，我想知道是否可以在excel中创建它。假设我在一个颜色变量下有3种颜色(红色，蓝色，黄色)。R将将其作为一个具有3个级别的因素导入。
现在，如果我想在excel中这样做，我可以做3个新的预测器(而不是颜色，它们现在变成红色、蓝色和黄色)，并在红色列中放置一个1(如果红色的话)，或者0，等等。还是R会继续将其解释为3个单独的因素，每个因素有2个水平？
浏览 2提问于2016-08-02得票数 0
回答已采纳
2回答
我知道呀。RandomForest不能处理超过53个类别。不幸的是，我必须分析数据，一列有165个级别。因此，我想使用RandomForest进行分类。
我的问题是我不能删除这些列，因为这个预测器非常重要，并且被认为是一个有价值的预测器。
这个预测器有165个级别，是一个因素。
我该如何处理这个问题，有什么建议吗？因为我们谈论的是电影类型，所以我不知道。
有没有适用于大数据的替代软件包？一种特殊的解决方法？像这样的东西..
切换到Python是没有选择的。我们这里有太多的R脚本。
万分感谢，万事如意
字符串(Data)如下所示：
'data.frame': 481696 o
浏览 2提问于2017-10-24得票数 3
2回答
下面的两个aov之间的区别是什么？
a = c(0.04875,0.13725,0.28350,0.50975,0.77425,0.94700,0.05325,0.14050,0.29725,0.51525,0.79000,0.95400,0.04625,0.15250,0.29000,0.53300,0.79825,0.95225,0.05025,0.14625,0.28800,0.52625,0.78200,0.95925,0.04700,0.14225,0.30325,0.53500,0.79325,0.95875,0.04775,0.13850,0.28675,0.54250,0.78
浏览 1提问于2013-07-30得票数 2
回答已采纳
2回答
我有一个问题，运行glmnet lasso与广泛的数据集。我的数据有N=50，但p> 49000，所有因素。因此，要运行glmnet，我必须创建一个公式，但当我调用model.matrix( model.matrix，data)时，我就会用完内存，其中公式=类~。
作为一个工作示例，我将生成一个数据集：
data <- matrix(rep(0,50*49000), nrow=50)
for(i in 1:50) {
x = rep(letters[2:8], 7000)
y = sample(x=1:49000, size=49000)
data[i,] <- x[y]
}
浏览 2提问于2013-06-11得票数 20
回答已采纳
我正在创建一个函数来执行交叉验证和岭回归来为模型选择预测器。我的函数的输入是dataframe和期望的结果变量outcome (所预测的内容)。我使用model.matrix()来创建一个x矩阵，并将其传递给glmnet()。我的函数在model.matrix()中使用model.matrix作为对象参数，但是看起来outcome是通过model.matrix()传递的错误数据类型。通常使用model.matrix()，我会编写类似于model.matrix(Weight~.,dataframe)的东西。然而，在这种情况下，model.matrix不会像model.matrix(outcome
浏览 2提问于2018-04-13得票数 1
回答已采纳
3回答
我有一个名为gender的变量，它的二进制分类值是“女性”/“男性”。我希望将其类型更改为整数0/1，以便可以在回归分析中使用它。也就是说，我希望将“女性”和“男性”的值映射到1和0。
> str(gender)
gender : Factor w/ 2 levels "female","male": 1 1 1 0 0 0 0 1 1 0 ...
> gender[1]
[1] female
我想转换性别变量类型，这样当我查询一个元素时，我会得到int值1，即
> gender[1]
[1] 1
浏览 1提问于2013-02-21得票数 11
我正在尝试使用glmnet拟合泊松模型，但我似乎无法以正确的形式获得数据。所有的变量都是绝对的。这是一个较早的问题，处理几乎相同的问题，但给出的解决方案对我没有帮助- as.matrix()和model.matrix只是抛出了更多的错误消息。
对于as.matrix，我得到的是：
x<-as.matrix(ld2)
> res<-glmnet(x,y,family = "poisson")
Error in fishnet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :
NA/NaN/
浏览 2提问于2014-11-30得票数 0
我想估计Cox随机效应模型的回归参数。让我们说，我有两个层次的范畴变量，例如性别。然后对变量进行直接编码:例如，男性为0，女性为1。与该变量相关的回归系数的解释很简单。
现在，让我们说，我有一个有三个层次的范畴变量。如果我只是用0,1,2对这三个层次(A，B和C)编码变量，那么相关回归系数的估计就不是我想要的。如果我想估计每个“级别”wrt与其他级别相关的风险，我应该如何编码该变量？
我到目前为止所做的事：
我定义了三个变量。我定义了一个变量，其中我将A级代码编码为1，其余变量(级别B和C)定义为0。我定义了另一个变量，其中我将B级代码编码为1，其余变量(级别A和C)代码为0。最后，我定义了一
浏览 5提问于2020-07-13得票数 1
回答已采纳
我对我们有时对model.matrix的使用感到有点困惑。我知道这是为了构建一个设计矩阵( )，但是为什么我们不直接把列传递给glm呢？
我建立了一个小例子，试图找出任何不同之处，但两者似乎是等同的。有人能解释一下吗？
谢谢!
## Data prep
require(data.table)
require(ggplot2)
set.seed(200)
s = 204
dt = data.table(x1=seq(1,s),
x2=c(-3,0,3,9),
switch = c("Low","Zero",&
浏览 1提问于2017-05-24得票数 0
回答已采纳
1回答
我遇到了一个的解决方案，其中解决方案使用了一个参数~0+.。作为参考，下面是代码：
model.matrix(~0+., data=df) %>%
cor(use="pairwise.complete.obs") %>%
ggcorrplot(show.diag = F, type="lower", lab=TRUE, lab_size=2)
对象~0+是什么。在这种情况下做什么？
我试着查找操作符的含义，并试图理解这个公式，但是我不明白这个公式是如何帮助我们创建一个因子映射的。
浏览 7提问于2022-11-03得票数 0
回答已采纳
1回答
有没有优化的方法在R中执行这个"PolynomialFeatures“函数？我感兴趣的是创建一个多项式特性矩阵，即所有列之间的两列之间的交互，但我找不到一个基函数或包，它在R中最优地做到了这一点，而且我不希望使用sklearn的PolynomialFeatures函数从Python脚本中导入数据到R中。
我们的想法是改变这种情况：
array([[0, 1],
[2, 3],
[4, 5]])
这方面：
array([[ 1., 0., 1., 0., 0., 1.],
[ 1., 2., 3., 4., 6., 9.],
浏览 0提问于2018-12-17得票数 2
回答已采纳
我正在尝试使用model.matrix构建一个模型矩阵。以下是我的数据，存储为一个名为wILI的数据框架
date value week month year
1997-10-01 0.002734167 1 10 1997
1997-10-08 0.003612784 2 10 1997
1997-10-15 0.004757731 3 10 1997
1997-10-22 0.006238000 4 10 1997
1997-10-29 0.008132015 5 10 1997
1997-11-05 0.010522688
浏览 14提问于2022-05-12得票数 0
回答已采纳
我有一个没有NA(被na.omit()删除的)数据帧，行数= 1,450,683行，同时将其转换为model.matrix以输入到glmnet，最后的矩阵有一些无限的值。
str(train_again)
Classes 'tbl_df', 'tbl' and 'data.frame': 1450683 obs. of 24 variables:
$ vendor_id : Factor w/ 2 levels "1","2": 2 1 2 2 2 2 1 2 1 2 ...
$ pas
浏览 2提问于2017-08-16得票数 0
回答已采纳
假设x2-x4是连续的预测器，每个预测器在R中使用lm()创建的设计矩阵中占据一列。我想包括x1，一个有3个级别的分类变量。
回归R代码：
fit <- lm(y~as.factor(x1)+x2+x3+c4，data=mydata)
我如何在R中打印来自lm()的设计矩阵，它看起来会是什么样子？我需要知道R中使用的默认编码，这样我才能正确地编写对比语句。
浏览 4提问于2018-10-20得票数 2
我正在尝试使用固定效应估计器进行面板数据回归。示例数据如下： structure(list(DOILN = c(4.3207, 4.1675, 4.0718, 3.8239, 3.6247,
2.044, 1.3759, 1.4596, 1.486, 4.3136), ROSLN = c(-2.0178, -2.2647,
-4.0632, -3.9933, -3.441, -3.6077, -2.8291, -2.6271, -2.4051,
-1.7239), IRATE = c(-0.0295, -0.1228, 0.00288, 0.03388, -0.0295,
0.002
浏览 70提问于2019-05-28得票数 0
当我使用预测glmnet函数时，我会得到代码下面提到的错误。
mydata <- read.csv("data.csv")
x <- mydata[,1:4]
y <- mydata[,5]
data <- cbind(x,y)
model <- model.matrix(y~., data=data)
ridgedata <- model[,-1]
train <- sample(1:dim(ridgedata)[1], round(0.8*dim(ridgedata)[1]))
test <- setdiff(1:dim(ri
浏览 3提问于2016-02-16得票数 6
回答已采纳
1回答
我有一个由数列给出的因子向量。这些因素也存在于单独的数据seta中，称为test_set和train_set。下面的代码是查找数据集中的因子在因子向量中匹配的位置，并将1放在矩阵的位置。将这个矩阵compound_test乘以test_set$Compound会给出compare_comp。
test_set <- data.frame(Compound=letters[sample(1:3,10,replace = TRUE)])
train_set <- data.frame(Compound=letters[sample(1:3,10,replace = TRUE)])
c
浏览 0提问于2019-12-19得票数 1
回答已采纳
我有一个6列的数据框架，
dat<-data.frame(x1,x2,x3,x4,x5,x6)
现在，我需要构建两个与交互术语相关的额外列，x1*x2和x3*x4*x5如何在R中实现这一点?当其中一些列(如x2 )是绝对的时，有什么特别的考虑吗？
浏览 3提问于2014-11-19得票数 0
回答已采纳
我试图为我的数据集创建时间虚拟变量来进行分析。我想做的是：df2$Q12012 <- ifelse(grepl("2012Q1", df2$datequarter), "1", "0")，df2$Q22012 <- ifelse(grepl("2012Q2", df2$datequarter), "1", "0")，df2$Q32012 <- ifelse(grepl("2012Q3", df2$datequarter), "1", "0&#
浏览 3提问于2022-04-17得票数 1
2回答
我试图用逻辑回归模型来拟合我的数据，使用glmnet (用于lasso)和插入符号(用于k倍交叉验证)。我尝试过两种不同的语法，但它们都会引发错误：
fitControl <- trainControl(method = "repeatedcv",
number = 10,
repeats = 3,
verboseIter = TRUE)
# with response as a integer (0/1)
fit_logistic
浏览 3提问于2015-06-20得票数 1
我试图使用稀疏矩阵为580万行和两个分类列的一组数据生成虚拟变量。
这些数据的结构如下：
mydata: 5,800,000行的data.table和两个(整数格式的)分类变量Var1和Var2
nlevel(Var1)：21万(级别包括1到21万之间的所有数字)
nlevel(Var2)：500 (级别包括1到500之间的所有数字)
下面是mydata的一个例子：
Var_1 Var_2
1 4
1 2
2 7
5 9
5 500
.
.
.
浏览 4提问于2017-06-22得票数 1
回答已采纳
我是数据科学的新手，我想在R中建立一个神经网络模型，我在训练前读过关于一个热编码分类数据的文章。但是，在尝试训练模型时，我尝试实现了以下错误：
Error in model.frame.default(formula = nndf$class ~ ., data = train) :
invalid type (list) for variable 'nndf$class'
我已经阅读了nnet文档，其中解释了应该将公式传递为：
class ~ x1 + x2
但我仍然不知道如何正确地传递数据。
以下是代码：
nndf$al <- one_hot(as.data.t
浏览 1提问于2020-04-23得票数 0
回答已采纳
1回答
我有df：
ID Age
1 32
2 58
3 39
4 67
5 72
6 74
7 23
我想为四个年龄段创建虚拟年龄变量。Age1 = 18-34，Age2 = 35-50，Age3 = 51-64，Age4 = 65+。这是怎么做的？
ID Age Age1 Age2 Age3 Age4
1 32 1 0 0 0
2 58 0 0 1 0
3 39 0 1 0 0
4 67 0 0
浏览 2提问于2021-08-26得票数 0
1回答
我发现R中的插入符包对查看建模的重要性变量非常有帮助。但是，我的数据集中有所有分类变量，在本例中，'varImp‘命令返回因子变量的每个标签的变量重要性。我只想确定重要的不同变量列表，而不是标签。 library(caret)
logit <- glm(Life.Insurance.Owner~., data = train, family = 'binomial')
summary(logit)
varImp(logit,scale=FALSE)
浏览 16提问于2019-06-18得票数 0
1回答
我有一个公式，我想用它来创建一个模型矩阵，但是对于我的使用，我需要阻止用户添加一个截距，因为这将在回归的稍后阶段处理。如何从公式中删除拦截，是否有比更新更好的选项？
浏览 6提问于2016-03-16得票数 2
回答已采纳
1回答
据我所知，glmnet采用矩阵，其中每一列都是解释变量。
我有一个数据框架，有大约10个解释变量(其中一些是因子)
如何使用glmnet计算y~(x1*x2*x3)+(x4*x5)+x6这样的公式？
我相信我必须创建一个矩阵，其中每个交互项都有自己的列，但我不知道如何简单地将公式和变量(其中一些是因子)作为输入，并将输出矩阵轻松地放入glmnet中。
浏览 2提问于2013-04-30得票数 9
回答已采纳
2回答
在R中使用带有分类变量的套索
、、、、
我有一个包含1000个观察值和76个变量的数据集，其中大约20个是分类的。我想在整个数据集上使用套索。我知道通过lars或glmnet，使用因子变量在LASSO中是行不通的，但是变量太多了，有太多不同的无序值可以用数字合理地重新编码。
套索可以在这种情况下使用吗？我该怎么做呢？创建预测器矩阵会产生这样的响应：
hdy<-as.numeric(housingData2[,75])
hdx<-as.matrix(housingData2[,-75])
model.lasso <- lars(hdx, hdy)
Error in one %*% x : requires numer
浏览 4提问于2017-10-22得票数 9
我正在尝试使用glmnet创建一个模型(目前使用cv来查找lambda值)，并且得到了一个错误NA/NaN/Inf in foreign function call (arg 5)。我认为这与数据集中的NA值有关，因为当我用NAs删除所有数据点时，命令将成功运行。
我的印象是，glmnet可以处理NA值。我不知道错误是从哪里来的：
> res <- cv.glmnet(features.mat, as.factor(tmp[,"outcome"]), family="binomial")
Error in lognet(x, is.sparse, i
浏览 5提问于2014-02-18得票数 18
回答已采纳
我试图使用R中的crr函数(cmprsk)建立一个竞争风险生存模型，通过初步分析，我想用限制三次样条变换来变换我的两个连续变量。有没有人知道类似于rms包中的rcs函数的方法？
浏览 33提问于2019-03-13得票数 1
1回答
我正在尝试理解一些在R中构建模型矩阵的代码，但在理解一些基本语法时遇到了问题。
下面是一些可重现的代码：
test_df <- data.frame(category =c("Poetry", "Narrative Film", "Music"),
country=c("GB", "US", "US"), usd_goal_real=c(1534,30000,45000),
time_int = c(59
浏览 29提问于2020-11-18得票数 0
回答已采纳
以下功能应与卡雷特的train()功能一起使用。没有任何因素变量或没有交叉验证，它可以很好地工作。使用因素作为预测因子和repeatedcv时会出现问题，因为在褶皱中，并不是所有的因素都存在，但仍然出现在因子级别内：
考虑以下经过调整的cforest模型(来自包partykit)：
cforest_partykit <- list(label = "Conditional Inference Random Forest with partykit",
library = c("partykit", "party"),
浏览 9提问于2021-06-18得票数 2
2回答
一些建模函数，例如glmnet()，要求(或仅仅允许)将数据作为预测矩阵和响应矩阵(或向量)传入，以用于使用公式。在这些情况下，典型的情况是，predict()方法，例如predict.glmnet()，要求newdata参数提供一个预测矩阵，其特性与用于训练模型的特性相同。
当数据数据具有 (R的分类数据类型)时，创建预测矩阵的一种方便方法是使用函数，它会自动为分类变量创建虚拟特性：
# this is the dataframe and matrix I want to use to train the model
set.seed(1)
df <- data.frame(x1 =
浏览 1提问于2017-04-24得票数 4
1回答
我正在尝试运行cmprsk包的竞争风险，但不断收到错误。我不能解决的最后一个问题是：
Error in solve.default(h, z[[2]]) : system is computationally singular: reciprocal condition number = 3.7676e-34
下面是我使用的代码。
crr.matrix <- model.matrix(~ a + b + c + d + e -1, data=mydata) crr(HV_pT1$time,HV_pT1$status,crr.matrix,failcode=2)
浏览 6提问于2017-06-30得票数 1
1回答
我正在为一个项目做一个岭回归模型。我的trainLed数据集有21个变量中的2055个，Lifeexpectancy是我正在学习的数据集。当我使用下面的代码时，我的train.mat只有1917年，当我试图运行岭回归代码时，我会收到错误消息。我能做些什么来得到与之相匹配的观察结果呢？
代码：
train.mat = model.matrix(Lifeexpectancy~.,data=trainLed)
test.mat = model.matrix(Lifeexpectancy~.,data=testLed)
grid = 10^seq(4,-2,length = 120)
fit.
浏览 2提问于2021-04-10得票数 0
2回答
带截距的GLMNET预测
、、、
我有两个关于使用GLMNET进行预测的问题--特别是关于拦截。
我给出了一个关于列车数据创建、GLMNET估计和火车数据预测的小例子(稍后我将更改为Test data)：
# Train data creation
Train <- data.frame('x1'=runif(10), 'x2'=runif(10))
Train$y <- Train$x1-Train$x2+runif(10)
# From Train data frame to x and y matrix
y <- Train$y
x <- as.matrix(Tra
浏览 0提问于2016-09-05得票数 1
回答已采纳
我有一个数据帧，看起来像这样：
df <- data.frame(id= rep(seq(1:125),3),
timpoint= c(rep("T1", 125), rep("T2", 125), rep("T3", 125)),
treatment=c(rep("A",25),rep("B",25),rep("C",25),rep("D",25),rep("E",25)))
interaction.col <
浏览 6提问于2020-12-28得票数 0
我试图运行一个双名GLM (在R中，但对其他软件开放)，我的DV是y/n，我的IDV包括性别、年龄(新生儿、亚成人等)、长度、体重等等。
我想知道我是否需要虚拟变量，如果需要，我如何将超过两个可能的结果的因素转换成虚拟变量。
浏览 5提问于2017-03-14得票数 0
我尝试通过使用变量target在公式中引用列的名称，该变量由粘贴的字符串组成。
target = paste0("C","_inf")
model.matrix(target~., model.df)
这会导致错误
Error in model.frame.default(object, data, xlev = xlev) :
variable lengths differ
但是，像在model.matrix(C_inf~., model.df)中那样直接引用列的名称不会产生这样的错误，模型矩阵也会非常好。我猜这是由于target的类型为chr造成的，但是
浏览 0提问于2021-05-08得票数 0
假设我有一个变量，我想从它生成虚拟变量。model.matrix非常有用
model.matrix(~iris$Species-1)
但假设我失去了价值
iris$Species[1]=NA
model.matrix(~iris$Species-1)
这两个model.matrix输出之间唯一的区别是，第二个输出忽略了NA行。我希望model.matrix将NA视为唯一的值，并为NAs创建一个额外的列。
是否有一种有效的方法来做到这一点，或者我需要编写一个函数才能做到这一点？
浏览 1提问于2015-12-16得票数 0
回答已采纳
1回答
我正在处理一个线性模型，比如说
y<-rnorm(20)
x1<-rgamma(20,2,1)
x2<-rpois(20,3)
fit<-lm(y~x1*x2)
summary(fit)
我在想，有没有办法通过lm访问回归变量？一种选择是简单地使用
fit$model
你得到的是
y x1 x2
1 1.52366782 1.1741392 4
2 -0.23640711 0.8780224 2
3 0.90728028 3.2192029 3
4 -0.07964816 2.5476499 3
5 -0.
浏览 2提问于2015-05-24得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
