Question

之前我曾使用dummyVars包中的Caret函数从字符/因子中创建虚拟变量，同时缺少值(NA)并且它成功运行。

但是，这一次，我获得的输出包括NA值。默认情况下，它还将NA视为单独的条目，并为其创建一个虚拟变量。我错过了什么吗？更担心，因为它上次使用NA值。

使用以下代码：

dum = dummyVars("~.",data = char_data_raw_train)
char_data_raw_train_dum = predict(dum, newdata = char_data_raw_train)

输出文件，即char_data_raw_train_dum包括NA s。请帮忙。

Answer 1

如果您希望将NA作为dummyVars的单热编码变量的单独级别，则可以使用?addNA将其明确定义为级别。这是一个小例子：

d <- mtcars[,(1:3)]
d$cyl <- factor(d$cyl)
# set some entries to NA
d$cyl[c(1,5,10,15,20)] <- NA 
# explicitly define NA as level
d$cyl <- addNA(d$cyl)
library(caret)
data.frame(predict(dummyVars(data = d, formula = ~.), d))

                     mpg cyl.4 cyl.6 cyl.8 cyl.NA  disp
Mazda RX4           21.0     0     0     0      1 160.0
Mazda RX4 Wag       21.0     0     1     0      0 160.0
Datsun 710          22.8     1     0     0      0 108.0
Hornet 4 Drive      21.4     0     1     0      0 258.0
Hornet Sportabout   18.7     0     0     0      1 360.0
Valiant             18.1     0     1     0      0 225.0
[...]

dummyVars在输出中产生NA值

1 个答案: