car包recode函数多分类变量的重新编码

雇员数据中，教育年限变量原本有10个水平，不长不短很难受，不利于有关统计结果解读。

我希望把它压缩一下，将原来的10个水平重新编码为4个水平。翻译为国内的意思就是，1初中及以下，2高中，3大学，4研究生及以上，这样本身也好理解，统计结果解读更有利。

car包的recode函数在多分类变量重新编码方面优势明显，今天来练习一下。

recode(x,recodes,as.factor.result,levels)

其中：

x为数值向量，字符向量或者factor 变量。

recode为设定重新编码规则的字符串。

as.factor.result为是否输出factor变量。若是则为TRUE，不是为FALSE。

levels为排序向量。指定新的编码分组的顺序（默认是按照分组名称排序）。

recodes参数的值是一个字符串，字符串里面是以分号分隔的编码规则：

recodes=“规则1;规则2…”

每一个编码规则的格式为旧码列表=新码，“旧码列表”部分可用lo代表旧码的最小值（low）、hi代表旧码的最大值（high）。

撰写规则如下：

1）旧码=新码旧码只有单一数值。例如：“0=NA”表示将0改为NA。

2）旧码向量=新码多个旧码改为一个新码。例如：“c(7,8,9)=‘high’”，将7，8

car包recode函数多分类变量的重新编码相关推荐

R语言dplyr包recode函数、recode_factor函数数值或因子替换实战
R语言dplyr包recode函数.recode_factor函数数值或因子替换实战目录 R语言dplyr包recode函数.recode_factor函数数值或因子替换实战 #导入dplyr包
R语言glmnet包lasso回归中分类变量的处理
我们在既往文章<手把手教你使用R语言做LASSO 回归>中介绍了glmnet包进行lasso回归,后台不少粉丝发信息向我问到分类变量处理的问题,我后面查了一下资料之前文章分类变量没有处理, ...
R语言基本统计分析方法（包及函数）
转载自:http://blog.csdn.net/s04023083/article/details/40344273 摘要:目前经典的统计学分析方法主要有回归分析,Logistic回归,决策树,支持 ...
r library car_第三十九讲 R语言-线性回归：自变量中存在分类变量时
当我们提到"线性"回归时,特指的是因变量(结果变量)为连续性变量,与自变量(预测变量)有线性关系,而对自变量(预测变量)并没有要求一定要是连续性变量.前面我们已经提到,当自变量是连 ...
分类变量回归: R语言中哑变量编码本质
本篇描述分类变量如何进行回归(翻译自http://www.sthda.com/english/articles/40-regression-analysis/163-regression-with-c ...
r语言中，如何将分类变量化为虚拟变量
在 R 中,可以使用 model.matrix 函数将分类变量转换为虚拟变量(也称为 one-hot 编码). 例如,假设你有一个数据框 df,其中包含一列名为 fruit 的分类变量,其取值为 &q ...
机器学习中的特征工程——分类变量的处理
出品 | CDA数据分析研究院,转载需授权文章目录分类变量概念判断类型少类别分类变量处理方法独热编码(One-hot encoding) 虚拟编码(Dummy coding) 效应编码( ...
特征工程：分类变量的处理方式总结
1.什么是分类变量? 通常来说,分类变量是用来表示某一属性的类别或标识的.例如:一年中的四季,月份,OS,brand,行业(银行.保险.券商.科技......),地区等等:大型分类变量例如:IP地址, ...
机器学习——特征工程之分类变量
机器学习--特征工程之分类变量前言分类变量的编码 1.one-hot 编码 2.虚拟编码 3.效果编码处理大型分类变量 1.特征散列化 2.分箱计数总结前言关于特征工程,已经对空值.数值型 ...

car包recode函数多分类变量的重新编码

car包recode函数多分类变量的重新编码相关推荐

最新文章

热门文章