问题标签 [categorical-data]

Using this dataset:

http://pastebin.com/4wiFrsNg

and building on this question:

How to fit predefined offsets to models containing categorical variables in R

in order to test the validty of a model on another test dataset, I want to take the fitted model from:

and fit it to relationship B:

The response variables are identical in each case.

The above link provides a solution to how to fit an offset for the levels of a categorical variable, which for my data would involve:

However when I check whether this works by specifying these known offsets to a relationship and then checking it with the identical model without offsets specified, thus:

The residuals are different, showing that the method does not work.

I am thus wondering:

1) Does anyone have any other ideas idea how to specify offsets for the levels of a categorical variable? 2) Can you advise on how to specify and offset for the intercept terms for such a varible, in addition to offsets for the levels?

The latter is simple enough for a continuous variable as there is only one intercept:

But it is not clear to me how this would transfer to a categorical variable.

Many thanks.

我正在使用 FactoMine R 绘制 MCA 图。我的数据表如下所示：

这是我的第一个红色标志......之后，我执行了 MCA 只是为了看看我会得到什么，这就是代码：

然后我在控制台中得到以下信息：

我是使用 R 的新手（如 1 周），但我有使用 SAS 的经验......我不知道我做错了什么以及为什么 R 将我的数据修复到上述结构中（3L、3L、3L.. .) 有没有人知道如何进行？

我有一个名为 rRna_RDP_taxonomy_phylum 的文件，其中包含以下数据：

我正在使用此代码在 R 中创建饼图：

我一直在将此代码用于不同的数据文件，并且工作正常，但是使用 adobe 呈现的文件时，它会崩溃并返回以下消息：

我需要了解为什么它会与此文件一起崩溃，以及是否有任何方法可以防止此类错误。

谢谢！

我是统计和数据挖掘的新手。我按照这里的例子，效果很好。现在我想将此方法应用于我的数据集，但是，该数据集仅包含分类数据。

R给出以下错误：

我的问题是：我应该进行什么样的转换才能将该方法应用于我的分类数据集？

代码片段

我正在使用gbmR 包中的多项分布。当我使用该predict函数时，我得到一系列值：

但我想获得每个班级发生的概率。如何恢复概率？谢谢你。

我正在尝试基于二进制数据作为因变量（直接离开 = 0 或 1）创建逻辑回归图。自变量是连续数据（危险提示的持续时间）、计数数据（危险提示出现的时间）和分类数据（治疗：蔗糖或章鱼胺）：

到目前为止，我能够为整个数据集创建两个带有一条拟合线的图表（下图）：

然而，我研究的目的是展示两种治疗方法之间的差异。我知道我需要两个类别（即蔗糖和章鱼胺）的斜率和截距值，但Anova()只为整个数据集提供一个值。所以，我想用两条拟合线创建两个图表：每个处理一个。是否有可能做到这一点，如果可以，怎么做？

我正在使用超过 270,000 个观察值的跨国日常数据（我为其生成了一个年份变量），以及本次讨论中感兴趣的变量（PartyCode）的大量缺失值。数据如下所示：

我想将此数据更改为年度数据，采用国家/地区格式：

我的问题是多方面的：

1）如何从分类 PartyCode 变量中提取值以生成我想要的计数变量（对于每个类别）？

值得注意的是，这个数据集有很多分类变量 PartyCode 的缺失值。

我在 Python 中使用 sklearn 0.14 模块来创建决策树。我希望使用 OneHotEncoder 将一些特征转换为分类特征。根据文档，我应该能够提供一组索引来指示应该转换哪些功能。但是，尝试以下代码：

我收到以下错误：

相反，如果我将数组 [0, 1] 提供给 categorical_features，它可以正常工作并正确转换这两个特征。使用 'all' 到 categorical_features 会出现同样的正确行为。但是，我只希望转换第二个功能而不是第一个。我知道我可以通过一次转换一个功能来手动执行此操作，但我希望使用 OneHotEncoder 的所有优点，因为稍后我将使用更多功能。

我正在寻找一种pythonic方式来处理以下问题。

该pandas.get_dummies()方法非常适合从数据框的分类列创建虚拟对象。例如，如果列在 中具有值['A', 'B']，则get_dummies()创建 2 个虚拟变量并相应地分配 0 或 1。

现在，我需要处理这种情况。单列，我们称之为“标签”，具有类似['A', 'B', 'C', 'D', 'A*C', 'C*D']. get_dummies()创建 6 个假人，但我只想要其中的 4 个，这样一行就可以有多个 1。

有没有办法以pythonic方式处理这个问题？我只能想一些逐步的算法来获得它，但这不包括 get_dummies()。谢谢

已编辑，希望更清楚！

我想绘制一个包含 4 个不同值 ( 1 ) 的栅格，其中包含描述类别的分类文本图例，例如2但带有颜色框：

我尝试过使用图例，例如：

但我不知道如何将一个值与显示的颜色相关联。有没有办法检索“绘图”显示的颜色并在图例中使用它？