构建设计矩阵python答案

【问题标题】：build design matrix python构建设计矩阵python
【发布时间】：2018-02-06 23:26:36
【问题描述】：

假设我有一个 RxC contingency table。这意味着有 R 行和 C 列。我想要一个维度为 RC × (R + C - 2) 的矩阵 X，其中包含行的 R - 1“主效应” 以及列的 C - 1“主效应”。例如，如果您有 R=C=2 (R = [0, 1], C = [0, 1]) 并且只有主效应，则有多种方法参数化设计矩阵 (X)，但以下是一种方法：

请注意，这是 4 x 2 = RC x (R + C - 2)，您省略了每行一级和每列一级。

对于 R 和 C 的任何值，即 R = 3、C = 4（[0 1 2] 和 [0 1 2 3]），我如何在 Python 中执行此操作？我只有 R 和 C 的值，但我可以使用它们来构造数组，使用 np.arange(R) 和 np.arange(C)。

【问题讨论】：

你能解释一下R = C = 2是如何给你这个矩阵/数组的吗？
可能想从列联表是什么开始，或者至少是一个链接。我们是程序员（无论如何我们中的一些人）而不是系统工程师。
好点，进行了编辑
例如，R=3, C=4 的预期输出是什么？我看不到如何从该维基百科链接中获得“主要效果”，尤其是不仅仅基于行数和列数。如果您只是想要一个空数组稍后将值放入，您可以创建np.empty((R, C, R + C - 2))
np.zeros((R*C, R + C - 2)) 怎么样？ OP 可能还想查看stackoverflow.com/questions/29901436/…

标签： python numpy patsy

【解决方案1】：

以下应该有效：

R = 3
C = 2

ir = np.zeros((R, C))
ir[0, :] = 1
ir = ir.ravel()

mat = []
for i in range(R):
    mat.append(ir)
    ir = np.roll(ir, C)

ic = np.zeros((R, C))
ic[:, 0] = 1
ic = ic.ravel()

for i in range(C):
    mat.append(ic)
    ic = np.roll(ic, R)

mat = np.asarray(mat).T

结果是：

array([[ 1.,  0.,  0.,  1.,  0.],
       [ 1.,  0.,  0.,  0.,  1.],
       [ 0.,  1.,  0.,  1.,  0.],
       [ 0.,  1.,  0.,  0.,  1.],
       [ 0.,  0.,  1.,  1.,  0.],
       [ 0.,  0.,  1.,  0.,  1.]])

感谢大家的帮助！

【讨论】：

【解决方案2】：

使用 LabelBinarizer 或 One-Hot Encoding 创建设计矩阵

由于他的所有标签都在相似的列中，我们可以使用具有 LabelBinarizer/One Hot Encoding 的 sklearns 预处理包，它将同一列中的标签转换为多个列，在其出现的索引处放置 1

示例北美
宾夕法尼亚
PD
不知道

LabelBinarizer 之后
NA PA PD
1 0 0
0 1 0
0 0 1
1 0 0

【讨论】：

你能详细说明你的答案吗？例如，您应该提供一个示例，说明这些工具如何帮助解决问题，或者至少提供指向更多文档的链接。