问题标签 [model.matrix]

我有一个包含 7000 行和 36 列的 data.frame。某些列是分类变量。现在我想使用 model.matrix 为回归创建 ax 矩阵。在该矩阵中应该是交互项，例如 (V1*V2*V3)。我试着这样做：

Testaha 是数据框。

在结果测试中只有交互项，如 (V1*V2)，没有三阶交互项 (V1*V2*V3) 项。为什么？

我创建了一个模型矩阵。一些变量是分类变量。过滤数据后，某些级别不再在数据集中。如何删除未使用的级别？我可以对分类变量应用因子函数吗？

如果我有 2 个级别的变量（条件）并且想要创建一个模型。矩阵 R 会自动将条件B 分配为设计矩阵中的术语。

问题：我希望得到与条件A 相关的结果。如何在 model.matrix() 中指定它？

（一种解决方法是反转生成的 FC）

我已经使用 glmnet 在 R 中训练了一个弹性网络模型，并希望使用它来对新数据集进行预测。

但是我无法生成矩阵以用作 predict() 方法中的参数，因为我在新数据集中的一些因子变量（表示存在合并症的虚拟变量）只有一个级别（从未观察到合并症)，这意味着我不能使用

model.matrix（响应 ~ ., new_data）

因为它给了我（预期的）

contrasts<-( , value = contr.funs *tmp*[1 + isOF[nn]]) 中的错误：对比只能应用于具有 2 个或更多级别的因子

我不知道如何解决这个问题。在这种情况下，R 中有没有一种方法可以构造一个合适的矩阵用于 predict()，还是需要在 R 之外准备矩阵？在任何一种情况下，我该怎么做呢？

这是一个重现我遇到的问题的玩具示例：

这是我当前问题的简化版本。我需要从 2 个模型矩阵创建一个 model.matrix，而不会丢失“分配”中的信息。例如，考虑数据和公式

和 2 个模型矩阵X1并X2使用创建

有没有一种简单的方法可以创建一个具有 1 个截距列的矩阵，X1并且可以从中获得？ X2Xattr(,"assign")f1

我有 xy 数据，其中 y 是连续响应，x 是分类变量：

我想拟合线性模型：y ~ group其中的每个级别df$group都与平均值进行对比。

我认为使用偏差编码可以做到这一点：

但它跳过了对比组 A 的平均值：

是否有任何函数可以构建 a以获取与摘要中的平均值对比的model matrix每个级别？df$group

我能想到的只是手动添加一个“平均”级别df$group并将其设置为使用Dummy Coding的基线：

同样，假设我有两个分类变量的数据：

我想估计每个级别的交互效果：（即class1:groupB，，，class2:groupB和class3:groupB：

我将如何获得它？

通过简化示例，假设您有以下数据：

并且您希望创建以下形式的模型矩阵：

或更优选：

而是将公式粘贴到model.matrix. 我已经尝试了以下方法，但都遇到了错误：

我也尝试过使用更可取的结构：

这个问题有直接的解决方案吗？还是model.matrix功能不利于这种做法？

我在使用“model.matrix”时遇到了这个错误。

是什么导致了问题？

我使用 model.matrix 创建 GLM 使用的矩阵。

有趣的是，result_test 数据的列名是"X.Intercept." "x1B" "x2"

为什么第二列名称不是"x1A"？

然后我尝试data_test$x1 <- factor(x = data_test$x1, levels = c("A","B"))了，但它仍然是一样的。

我知道这可能是一个潜在的重复问题，但我发现其他答案在我的情况下不起作用。

我正在使用以下数据集：

我正在尝试使用 one_hot() 将因子编码为二进制，但收到以下错误消息：

错误信息：

我不确定“with”参数是什么，因为我在 R 文档中没有看到它。

我还看到有人建议使用model.matrix。但是，当我使用它时，我的有序因子也会被编码，这是我试图避免的。

这就是我的有序因子变量发生的情况：

我也不确定为什么属性名称后有时会有字母或数字。即教育**.L** 与教育**^5**