R如何自动将字符输入强制转换为数字？答案

【问题标题】：How R automatically coerces character input to numeric?R如何自动将字符输入强制转换为数字？
【发布时间】：2020-10-19 11:07:16
【问题描述】：

我正在为我的数据训练 randomForest 包中的随机森林模型。有些变量属于字符类。我很确定randomForest 只会将因子和数字类作为输入。所以我认为 R 会自动将字符强制转换为数字。

为了让我知道这可能如何影响我的建模结果，有谁知道 R 如何自动将字符强制转换为数字类（如算法/规则）？或者我可以查看的任何源代码？

我使用的是 R 版本 4.0.1。

提前致谢。

更新： 我检查了使用

getTree(mod,1,labelVar=TRUE)

而且我可以看到，如果将这些字符变量转换为因子，那么输出中的“分割点”是一个整数（这意味着它是一个分类变量（参见：https://www.rdocumentation.org/packages/randomForest/versions/4.6-14/topics/getTree））。但是如果不转换成因子，那么输出中的“分裂点”就不是整数了。

所以我猜是 R 将这些字符变量的值强制转换为数值？但是怎么做呢？

【问题讨论】：

我认为，它们被视为虚拟变量（一种热编码）。换句话说，一和零。

标签： r character numeric coerce

【解决方案1】：

目前不确定 R 中的随机森林，但我有点相信它只需要factors。如果它也需要characters，它会将它们转换为因子，而不是数字。

并且在R中没有从字符到数字的明确转换。

【讨论】：

我猜你认为它只需要因素的结论是不正确的。看到这个帖子：stackoverflow.com/questions/63186926/…
我使用getTree(mod,1,labelVar=TRUE) 进行了检查，我可以看到如果将这些字符变量转换为因子，那么输出中的“分割点”是一个整数（这意味着它是一个分类变量（参见：rdocumentation.org/packages/randomForest/versions/4.6-14/topics/…))。但是如果不转换为因子，那么输出中的“分裂点”就不是整数。所以我猜是 R 将这些字符变量的值强制转换为数值？但是怎么做呢？
再次猜测：因子基本上是整数向量，其中每个级别对应一个level。所以，我的猜测是如果你有一个字符向量c("1", "2", "3", "1")，但级别是c("3", "2", "1")，那么从因子向量产生的整数就是c(3, 2, 1, 3)。检查您处理的因素的水平 (levels(your_vector)) - 也许它会有所帮助。