使用 r 实现 one-hot 编码答案

【问题标题】：Implementing one-hot encoding using r使用 r 实现 one-hot 编码
【发布时间】：2019-06-28 01:54:29
【问题描述】：

对于我正在处理的数据集，我想对许多字符变量进行一次性编码，以构建一些预测模型。在我的代码中，我排除了两个变量，因为对它们进行编码没有意义，它们是商品标识符和商店的成立年份。这是我正在使用的代码：

one_hot_encoding = dummyVars("~.", data = train[,- 
c("Item_Identifier", "Outlet_Establishment_Year")], fullRank = T)
ohe_df = data.table(predict(one_hot_encoding, train[,- 
c("Item_Identifier", "Outlet_Establishment_Year")]))
train = cbind(train[,"Item_Identifier"], ohe_df)

当执行第一行时，它给出了这个错误：

-c("Item_Identifier", "Outlet_Establishment_Year") 中的错误：一元运算符的参数无效。

为什么？还有一个关于dummyVars 函数的问题：它是否默认排除输入数据集的数值变量？

【问题讨论】：

标签： r one-hot-encoding

【解决方案1】：

是的，它默认排除数字变量。

关于您的错误，有一些解决方法：

使用dplyr-package

select(train, -Item_Identifier, -Outlet_Establishment_Year)
并且使用 base-R

train[, -which(names(train) %in% c("Item_Identifier", "Outlet_Establishment_Year")]

或者只使用列号

train[, -c(1,6)]

【讨论】：

不，dummyVars() 函数的其余部分保持不变。