我的数据集是编码为整数（从1到6）的分类数据和数值数据（没有标准化）之间的混合。我使用r语言来适应不同的模型，我担心我的数据编码不能代表我的数据的性质。 您可以在下面找到我的数据集结构的视图。
'data.frame': 173 obs. of 72 variables:
$ Diagnosis : int 2 3 3 3 3 2 3 2 3 1 ...
$ INDICATION : int 2 2 2 3 2 2 2 2 2 2 ...
$ Clopidogrel.loading.dose : int 4 4 6 4 6 4 4 4 4 6 ...
$ Time.of.collection..Hours. : int 1 2 1 1 1 2 1 1 1 1 ...
$ Clopidogrel.maintenance.dose : int 1 2 1 1 1 1 1 1 1 1 ...
$ Clopidogrel.carboxylic.acid..ng.ml. : num 1740 740 2060 9310 7720 2110 7760 5140 6400 528 ...
$ Clopidogrel..pg.ml. : num 9010 99.5 597 848 652 473 6800 808 973 453 ...
$ Clopidogrel.acyl.glucuronide..ng.ml.: num 2610 235 6840 7620 19000 1310 9090 1970 26200 6840 ...
$ Clopidogrel.active.metabolite : num 0 0 930 3471 0 ...
$ CYP2C19.2 : int 1 1 1 1 1 1 2 2 1 2 ...
$ CYP2C19.17 : int 2 2 1 2 2 1 1 1 2 1 ...
$ CYP2C9.2..rs1799853. : int 2 3 1 1 1 1 2 1 2 1 ...
$ CYP2C9.3..rs1057910. : int 1 1 1 1 1 1 1 1 1 1 ...
$ Number.of.dilated.artery : int 1 1 1 0 1 1 1 2 1 1 ...
$ Type.of.artery.1 : int 1 2 2 2 2 2 2 1 2 3 ...
$ Number.of.stents.Artery1 : int 2 2 1 1 1 1 1 1 1 1 ...
$ Clopidogrel.treatment.duration : int 1 1 1 1 1 1 1 1 1 1 ...
$ Coronarography.results : int 2 3 3 1 1 2 2 2 1 2 ...
$ Event.time : int 2 0 1 0 1 3 1 6 0 0 ...
$ Event : int 1 1 2 1 2 1 1 1 1 1 ...
$ Age : int 1 2 2 2 1 1 2 1 1 1 ...
$ Sexe : int 2 1 1 2 2 2 1 1 1 1 ...
$ Obesity : int 4 4 3 2 4 4 1 4 2 2 ...
$ Hypertension : int 1 2 1 2 2 1 2 2 1 1 ...
$ Diabetes : int 1 2 2 2 1 1 2 2 2 2 ...
$ Non.insulinodependant.diabetes : int 1 2 2 2 1 2 2 2 2 2 ...
$ Insulin.dependent.diabetes : int 2 2 2 2 2 1 2 2 2 2 ...
$ Smoking : int 2 1 1 2 2 2 1 1 2 1 ...
$ Dyslipidemia : int 1 1 1 2 1 1 1 2 2 1 ...
$ HyperCT : int 2 2 2 2 2 2 1 2 2 2 ...
$ HyperTG : int 1 1 1 2 2 1 2 2 2 1 ...
$ Mixed.dyslipidemia : int 2 2 2 2 1 2 2 2 2 2 ...
$ Family.history.of.CAD : int 2 1 2 2 1 2 2 2 2 2 ...
$ Renal.failure : int 2 2 2 2 2 2 2 2 1 1 ...
$ Previous.MI : int 2 1 2 2 2 2 2 1 2 2 ...
$ Previous.PCI : int 2 2 2 2 2 2 2 2 2 1 ...
$ Previous.CABG : int 2 2 2 2 2 2 2 1 2 2 ...
$ Previous.stroke : int 2 2 2 2 2 2 2 2 1 2 ...
$ Alcohol : int 2 2 2 2 2 2 2 2 2 2 ...
$ Systolic.blood.pressure : num 140 110 110 120 140 140 110 120 130 120 ...
$ Dyastolic.blood.pressure : num 80 70 70 70 80 80 60 80 80 80 ...
$ Glycemia : num 12 5 8 7 7 13 6 6 6 7 ...
$ Creatinine : num 180 90 104 76 121 92 100 120 400 800 ...
$ Urea : num 11 5 9 3.5 6 4.4 6 5.5 30 14 ...
$ CPK : num 65 214 6000 420 113 ...
$ Triglyceride : num 2.99 1.25 1.7 1.2 1.49 3.94 0.61 1.05 1.33 4.89 ...
$ Cholesterol.total : num 4.58 3.6 4.28 5.3 4.7 5.06 7.88 3.25 4.14 5.08 ...
$ Na : num 138 136 140 138 138 139 138 139 135 130 ...
$ Cl : num 106 104 103 102 102 102 100 104 100 100 ...
$ K : num 4.5 4 3.1 3.6 3.7 4 4 4.78 4.5 6 ...
$ Leukocytes : num 8000 9450 15000 11600 15000 6000 10000 7600 10000 9000 ...
$ Hemoglobin : num 12 14.5 12 12.1 10.7 11.2 14.8 14 11 13.1 ...
$ Platelets : num 250000 230000 300000 379000 213000 219000 180000 148000 250000 213000 ...
$ Statins : int 3 4 1 3 0 0 4 3 0 0 ...
$ Dose.statins : num 20 10 10 20 20 20 10 20 20 20 ...
$ Aspirin : int 1 1 1 1 1 1 1 1 1 0 ...
$ Aspirin.loading.dose : num 250 250 250 250 250 250 250 100 250 250 ...
$ AVK : int 0 0 0 0 0 0 0 0 0 0 ...
$ ACE.inhibitor : int 2 2 3 2 0 2 0 2 0 0 ...
$ DOSE.IEC : num 75 37.5 2.5 25 37.5 75 37.5 25 37.5 37.5 ...
$ Angiotensin.II.receptor.antagonist : int 0 0 0 0 0 0 0 0 0 0 ...
$ Beta.blockers : int 1 4 4 1 0 0 0 6 4 0 ...
$ DOSE.BB : num 25 2.5 1.25 25 25 25 25 200 1.25 25 ...
$ Calcium.channel.blocker : int 0 0 0 0 0 0 0 0 0 0 ...
$ Diuretic : int 0 0 1 0 1 0 0 0 1 0 ...
$ Diuretic.ARAII : int 0 0 0 0 0 0 0 0 0 0 ...
$ Proton.pump.inhibitor : int 1 0 1 1 1 1 1 0 1 0 ...
$ dose.ipp : num 40 40 40 40 80 40 40 40 40 40 ...
$ Nitrated.derivatives : int 1 1 0 1 0 1 0 0 1 0 ...
$ AGRASTAT : int 0 0 1 0 0 0 1 0 0 0 ...
$ Reopro : int 0 0 0 1 0 0 0 0 0 0 ...
$ Cardio1M : Factor w/ 2 levels "anomalous","normal": 2 2 1 2 1 2 2 2 2 2 ...
答案 0 :(得分：0)
继上述评论之后：