在 R 中,有一个很好的功能,可以针对分类变量的每个级别使用虚拟变量运行回归。例如自动将 R 因子扩展为每个因子水平的 1/0 指标变量的集合 https://stackoverflow.com/questions/5048638/automatically-expanding-an-r-factor-into-a-collection-of-1-0-indicator-variables
在 Julia 中是否有等效的方法可以做到这一点?
x = randn(1000)
group = repmat(1:25 , 40)
groupMeans = randn(25)
y = 3*x + groupMeans[group]
data = DataFrame(x=x, y=y, g=group)
for i in levels(group)
data[parse("I$i")] = data[:g] .== i
end
lm(y~x+I1+I2+I3+I4+I5+I6+I7+I8+I9+I10+
I11+I12+I13+I14+I15+I16+I17+I18+I19+I20+
I21+I22+I23+I24, data)
如果您使用的是 DataFrames 包,则在您pool
数据,包将处理其余的事情:
池化列对于使用 GLM 包非常重要 在拟合回归模型时,输入中的 PooledDataArray 列将转换为 ModelMatrix 中的 0/1 指示符列 - PooledDataArray 的每个级别对应一列。
您可以查看有关汇总数据的其余文档here http://dataframesjl.readthedocs.org/en/latest/pooling.html
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)