如何用R实现哑变量？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请问因变量Y，自变量X1、X2、W三个自变量，如果W表示借款用途，有六种用途，把它作为哑元，用R语言怎么做呢？代码怎么实现？求助各位大侠。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：R实现 如何用 哑变量 各位大侠 自变量 因变量 自变量 如何

1. y=rnorm(10000,mean=5,sd=2)
   
2. x=rep(c("A","B"),each=5000)
   
3. dataset <- data.frame(x,y)
   
4. 
   
5. 
   
6. require(caret)
   
7. dum_Var <- dummyVars(y~x,dataset)
   
8. dum_Var
   
9. dataset_Dummy <- predict(dum_Var,dataset)
   
10. head(dataset_Dummy)

复制代码

felixzhao123 发表于 2016-7-8 21:09

谢谢

felixzhao123 发表于 2016-7-8 21:09

大神，那怎么做线性回归呢

haichao1990 发表于 2016-7-9 12:30
大神，那怎么做线性回归呢

如果你是要做回归的话，实际上是不需要你自己创建哑变量的，具体看以下示例代码：

1. > #### question about dummy variable and linear regression
   
2. > sample_Dataset <- data.frame(x=rnorm(120,mean=6,sd=2),w=rep(c("UseA","UseB","UseC"),each=40),y=runif(120,100,300))
   
3. >
   
4. >
   
5. > #### the "glm" (Generalized Linear Model),function DOES not need you to create dummy variables, it will create them for you
   
6. > glm_Model <- glm(y~x+w,data=sample_Dataset,family = "gaussian")
   
7. > summary(glm_Model)
   
8. 
   
9. Call:
   
10. glm(formula = y ~ x + w, family = "gaussian", data = sample_Dataset)
    
11. 
    
12. Deviance Residuals:
    
13.      Min        1Q    Median        3Q       Max  
    
14. -115.281   -51.188    -5.828    56.976   106.068  
    
15. 
    
16. Coefficients:
    
17.             Estimate Std. Error t value Pr(>|t|)   
    
18. (Intercept)  172.336     18.313   9.410 5.72e-16 ***
    
19. x              4.101      2.667   1.538    0.127   
    
20. wUseB         -4.560     13.252  -0.344    0.731   
    
21. wUseC         13.018     13.157   0.989    0.324   
    
22. ---
    
23. Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
    
24. 
    
25. (Dispersion parameter for gaussian family taken to be 3461.89)
    
26. 
    
27.     Null deviance: 415180  on 119  degrees of freedom
    
28. Residual deviance: 401579  on 116  degrees of freedom
    
29. AIC: 1324.4
    
30. 
    
31. Number of Fisher Scoring iterations: 2

复制代码

felixzhao123 发表于 2016-7-9 16:00
如果你是要做回归的话，实际上是不需要你自己创建哑变量的，具体看以下示例代码：

哇，厉害，太谢谢了。还有哑元变量可以应用于Lasso回归里面吗？

haichao1990 发表于 2016-7-9 17:10
哇，厉害，太谢谢了。还有哑元变量可以应用于Lasso回归里面吗？

大部分模型都是可以支持因子里面有连续性和类别型的数据的，lasso我印象中也不例外，应该是不需要另作哑变量处理的，但是时间长了，记不清楚了。
如果要权威一点，可以参考一下introduction to statistical learning
你进我的主页，可以看到我以前分享过这本书，以及Trevor Hastie的视频的
我非常确定，对你会很有帮助

felixzhao123 发表于 2016-7-9 17:26
大部分模型都是可以支持因子里面有连续性和类别型的数据的，lasso我印象中也不例外，应该是不需要另作哑变 ...

恶 ，好的，谢谢

felixzhao123 发表于 2016-7-9 17:26
大部分模型都是可以支持因子里面有连续性和类别型的数据的，lasso我印象中也不例外，应该是不需要另作哑变 ...

最后一点不明白，w=rep(c("UseA","UseB","UseC"),each=40)，这是固定每种重复40次，是0-40是UseA，41-80是UseB，81-120是UseC。但在实际应用中，并没有规律，数据不会出现这种情况，比如哑变量用途(0-其他债务,1-信用卡债务,2-房贷债务)：1,2,0,1,1,2,1,0,0,……,1，像这种情况是怎么处理的呢？谢谢

felixzhao123 发表于 2016-7-9 17:26
大部分模型都是可以支持因子里面有连续性和类别型的数据的，lasso我印象中也不例外，应该是不需要另作哑变 ...

最后一点不明白，w=rep(c("UseA","UseB","UseC"),each=40)，这是固定每种重复40次，是0-40是UseA，41-80是UseB，81-120是UseC。但在实际应用中，并没有规律，数据不会出现这种情况，比如哑变量用途(0-其他债务,1-信用卡债务,2-房贷债务)：1,2,0,1,1,2,1,0,0,……,1，像这种情况是怎么处理的呢？谢谢