Фактор у R: категоріальна змінна та безперервні змінні

Автор: Евелін Кларк Евелін Кларк
Hours оновлений

Що таке фактор у R?

Фактор R це змінна, яка використовується для категоризації та зберігання даних, має обмежену кількість різних значень. Він зберігає дані як вектор цілих значень. Фактор у R також відомий як категоріальна змінна, яка зберігає як рядкові, так і цілі значення даних як рівні. Фактор здебільшого використовується в статистичному моделюванні та дослідницькому аналізі даних за допомогою R.

У наборі даних можна виділити два типи змінних: категоричний та безперервний.

  • В описовій статистиці для категоріальних змінних у R значення обмежене і зазвичай базується на певній кінцевій групі. Наприклад, категоріальною змінною в R може бути країна, рік, стать, професія.
  • Проте безперервна змінна може приймати будь-які значення, від цілого до десяткового. Наприклад, ми можемо мати дохід, ціну акції тощо.

Категориальні змінні

Категоріальні змінні в R зберігаються у факторі. Давайте перевіримо наведений нижче код, щоб перетворити символьну змінну на факторну змінну в R. Символи не підтримуються в алгоритмі машинного навчання, і єдиним способом є перетворити рядок на ціле число.

синтаксис

factor(x = character(), levels, labels = levels, ordered = is.ordered(x))

аргументи:

  • x: вектор категоріальних даних у R. Має бути рядком або цілим числом, а не десятковим.
  • Рівні: вектор можливих значень x. Цей аргумент необов'язковий. Значенням за замовчуванням є унікальний список елементів вектора x.
  • етикетки: додайте мітку до категоричних даних x у R. Наприклад, 1 може взяти мітку «чоловічий», а 0 — мітку «жіночий».
  • замовлений: Визначте, чи потрібно впорядкувати рівні в категоріальних даних у R.

приклад:

Давайте створимо факторний кадр даних.

# Create gender vector
gender_vector <- c("Male", "Female", "Female", "Male", "Male")
class(gender_vector)
# Convert gender_vector to a factor
factor_gender_vector <-factor(gender_vector)
class(factor_gender_vector)

вихід:

## [1] "character"
## [1] "factor"

Важливо трансформувати a рядок у факторну змінну в R, коли ми виконуємо завдання машинного навчання.

Категориальну змінну в R можна розділити на номінальна категоріальна змінна та порядкова категоріальна змінна.

СТАТТІ ПО ТЕМІ

Номінальна категоріальна змінна

Категоріальна змінна має кілька значень, але порядок не має значення. Наприклад, чоловік чи жінка. Категоріальні змінні в R не мають порядку.

# Create a color vector
color_vector <- c('blue', 'red', 'green', 'white', 'black', 'yellow')
# Convert the vector to factor
factor_color <- factor(color_vector)
factor_color

вихід:

## [1] blue   red    green  white  black  yellow
## Levels: black blue green red white yellow

З factor_color ми не можемо визначити порядок.

Порядкова категоріальна змінна

Порядкові категоричні змінні мають природний порядок. Ми можемо вказати порядок: від найнижчого до найвищого з порядком = TRUE і від найвищого до найнижчого з порядком = FALSE.

приклад:

Ми можемо використовувати зведення для підрахунку значень для кожної факторної змінної в R.

# Create Ordinal categorical vector 
day_vector <- c('evening', 'morning', 'afternoon', 'midday', 'midnight', 'evening')
# Convert `day_vector` to a factor with ordered level
factor_day <- factor(day_vector, order = TRUE, levels =c('morning', 'midday', 'afternoon', 'evening', 'midnight'))
# Print the new variable
factor_day

вихід:

## [1] evening   morning   afternoon midday    
midnight  evening

приклад:

## Levels: morning < midday < afternoon < evening < midnight
# Append the line to above code
# Count the number of occurence of each level
summary(factor_day)

вихід:

##   morning    midday afternoon   evening  midnight
##         1         1         1         2         1

R впорядкував рівень від «ранку» до «опівночі», як зазначено в дужках рівнів.

Безперервні змінні

Безперервні змінні класу є значенням за замовчуванням у R. Вони зберігаються як числові чи цілі. Ми бачимо це з набору даних нижче. mtcars — це вбудований набір даних. Він збирає інформацію про різні типи автомобілів. Ми можемо імпортувати його за допомогою mtcars і перевірити клас змінної mpg, миля на галон. Він повертає числове значення, що вказує на безперервну змінну.

dataset <- mtcars
class(dataset$mpg)

Вихід

## [1] "numeric"