如何将预测值转换为二进制变量并将它们保存到 CSV答案

【问题标题】：How to convert predicted values into binary variables and save them to a CSV如何将预测值转换为二进制变量并将它们保存到 CSV
【发布时间】：2015-04-11 00:19:28
【问题描述】：

我在测试数据上建立了一个决策树模型，然后用它来预测测试数据集中的值。

dtpredict<-predict(ct1, testdat, type="class")

输出如下：

      1       2       3       4       5       6 
    Class_2 Class_2 Class_6 Class_2 Class_8 Class_2

我想写一个 csv 看起来像：

id, Class_1, Class_2, Class_3, Class_4, Class_5, Class_6, Class_7, Class_8, Class_9
1, 0, 1, 0, 0, 0, 0, 0, 0, 0
2, 0, 1, 0, 0, 0, 0, 0, 0, 0
3, 0, 0, 0, 0, 0, 1, 0, 0, 0
4, 0, 1, 0, 0, 0, 0, 0, 0, 0
5, 0, 0, 0, 0, 0, 0, 0, 1, 0
6, 0, 1, 0, 0, 0, 0, 0, 0, 0

【问题讨论】：

您的数据存储如何？它是 data.frame 还是 data.table？查看 write.table 和 write.csv() 基本 R 函数。

标签： r

【解决方案1】：

有一个名为 dummies 的包做得很好......

install.packages("dummies")
library(dummies)

x <- factor(c("Class_2", "Class_2", "Class_6", "Class_2", "Class_8", "Class_2"),
            levels = paste("Class", 1:9, sep="_"))

dummy(x, drop = FALSE)

     xClass_1 xClass_2 xClass_3 xClass_4 xClass_5 xClass_6 xClass_7 xClass_8 xClass_9
[1,]        0        1        0        0        0        0        0        0        0
[2,]        0        1        0        0        0        0        0        0        0
[3,]        0        0        0        0        0        1        0        0        0
[4,]        0        1        0        0        0        0        0        0        0
[5,]        0        0        0        0        0        0        0        1        0
[6,]        0        1        0        0        0        0        0        0        0

剩下的就是去掉“x”，但这不应该太难用这样的东西：

d <- dummy(x,drop = FALSE)
colnames(d) <- sub("x", "", colnames(d))

然后保存到磁盘：

write.csv(d, "somefile.csv", row.names = FALSE)

【讨论】：

感谢多米尼克，这很有效。我必须通过以下方式删除 x： colnames(d)
嗯，好的，我会进行编辑。感谢您的反馈，很高兴它奏效了。不要忘记接受答案，因为这对您的代表也有好处！ :)

【解决方案2】：

呃，010101 的逻辑是什么？如果是这样，它们在您的示例中没有多大意义，所有都是 1 类（不对应于您的示例 dtpredict）。如果它们是逻辑的......

# if dtpredict is a factor vector, where the values are the classes
# and the names are the boolean values:
values = as.numeric(as.character(names(dtpredict)))
classes = as.character(dtpredict)
x = data.frame(id=names(classes))
for(class in sort(unique(classes)){
     x[ , class] = as.numeric(sapply(classes, FUN=function(p) p==class])
}
write.csv(x, 'blah.csv')

【讨论】：

嘿希拉里，对不起这个世界的新手......如果你再看我的帖子，似乎有人更正了它，以便 0 和 1 与我之前包含的输出相对应......所以0 和 1 表示对象是否属于该类。我试过你的代码，但没有用。我希望看到它运行，因为它看起来比之后像 Dominic 的工作那样删除 x 更优雅。所以回答你的问题，我相信 dt predict 是一个因子向量？但不确定？
嘿，威廉，没问题。好的，所以它们是合乎逻辑的——但它们被困在因子变量中。我想我认为类是名称，逻辑是值，但它可能会被切换。也许试试这个更新的代码？如果代码不起作用，错误消息总是很方便。