从因子变量中减少水平

Question

我必须在大型火车组中做一个随机森林，但我不能使用53级以上的变量。

我需要减少的因子变量（train$tip）有150个等级（KHC，KTF，KGL，......）。我如何（快速）删除（或仅保持53个级别）出现几次并持有更多数量的级别？

我是否要编写所有级别的名称，我看过几次或者是否有更快的方法？

train <- train[!train$tip == "KTF", ]

Answer 1

你可以这样做：

sort()

names()计算等级的频率; [按降序排列; {{1}}获得级别而不是频率;并且{{1}}仅选择前53个。