为什么在stats包的model.matrix函数的公式中使用-1？

training_matrix <-model.matrix(Survived ~.-1, data = training)

这里使用的是标准的titanic数据集。

文档中也提到，可以通过model.matrix函数和-1标记来实现独热编码，前提是数据集中已经正确声明了因子和数值变量。

代码如下：

data_1_matrix <-model.matrix(~.-1, data = data_1)

这个-1到底有什么作用？

回答：

-1确保模型矩阵中没有常数项。如果你使用的是

training_matrix <-model.matrix(Survived ~., data = training)

那么模型矩阵中会包含一列全为1的值，并且会省略一个类别，以确保模型不会受到多重共线性的影响。

使用常数还是不使用，取决于用户的偏好：如果你使用常数，模型中会有一个“参考类别”。如果你不使用，就没有参考类别。