我试图将每个预测转换为一个 N 列向量。例如，我的预测集是一个包含 3 个级别的因子，我希望将每个预测写成一个包含 3 个元素的向量。

我当前的输出是

Id Prediction1  Prediction 1 2  prediction 2 3  prediction 3

而我希望达到的效果是

Id  Prediction1 Prediction2 Predication31    0               0               12    1               0               0  

在 R 中有哪些更简单的方法可以实现这个目标？

回答：

看起来你想对你的预测因子变量进行所谓的“独热编码”，通过引入虚拟变量来实现。一种方法是使用 caret 包。

假设你有一个这样的数据框：

> df <- data.frame(Id = c(1, 2, 3, 4), Prediction = c("Prediction 3", "Prediction 1", "Prediction 2", "Prediction 3"))> df  Id   Prediction1  1 Prediction 32  2 Prediction 13  3 Prediction 24  4 Prediction 3

首先确保你已经安装并加载了 caret 包。

> install.packages('caret')> library(caret) 

然后你可以使用 caret 的 dummyVars() 函数来创建虚拟变量。

> dummies <- dummyVars( ~ Prediction, data = df, levelsOnly = TRUE)

dummyVars() 的第一个参数是一个公式，它告诉函数为数据框 df 中的预测因子生成虚拟变量。（levelsOnly = TRUE 会从列名中去掉变量名，只留下级别，这样在这种情况下看起来更美观。）

然后可以将这些虚拟变量传递给 predict() 函数，以生成一个包含独热编码因子的矩阵。

> encoded <- predict(dummies, df)> encoded  Prediction 1 Prediction 2 Prediction 31            0            0            12            1            0            03            0            1            04            0            0            1

然后，例如，你可以创建一个新的数据框，用编码后的变量替换原始的因子变量：

> data.frame(Id = df$Id, encoded)  Id Prediction.1 Prediction.2 Prediction.31  1            0            0            12  2            1            0            03  3            0            1            04  4            0            0            1

这种技术很容易推广到数值变量和分类变量的混合。这里有一个更通用的例子：

> df <- data.frame(Id = c(1,2,3,4), Var1 = c(3.4, 2.1, 6.0, 4.7), Var2 = c("B", "A", "B", "A"), Var3 = c("Rainy", "Sunny", "Sunny", "Cloudy"))> dummies <- dummyVars(Id ~ ., data = df)> encoded <- predict(dummies, df)> encoded  Var1 Var2.A Var2.B Var3.Cloudy Var3.Rainy Var3.Sunny1  3.4      0      1           0          1          02  2.1      1      0           0          0          13  6.0      0      1           0          0          14  4.7      1      0           1          0          0

所有数值变量保持不变，而所有分类变量都被编码。这种方法通常用于准备数据，以便用于仅接受数值变量而不接受分类变量的机器学习算法。