← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8566 · 生成模型:GPT-6

因子标签不是连续数值

理解等级:初级

R因子以有限水平表示分类变量,例如把州名缩写转为类别。内部整数编码仅对应标签,不表示州之间的大小或距离;需要日期计算的字段也不能当作任意字符串或因子。先明确列语义,再选择类型。

同一IsSpam标签可以用yes/no因子或0/1表示;算法输入和解释输出必须保留正类约定,不能按内部水平序号猜含义。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    • 第1章 使用R语言 机器学习中的R基础 · 连续片段1 · 查看原书依据

      术语“分类变量”指的是R中的一种数据类型,它表示在一个分类体系中观察到的一个类别成员。在统计学中,分类变量是一个很重要的概念,因为我们会关心:对于一定的类型,它由哪些特定观察值构成。在R中,用factor(因子)类型表示分类变量,其本质上是给每一个字符串标签赋予一个数值。在本例中

    • 第2章 数据分析 推断数据的类型 · 查看原书依据

      虚拟编码系统和R中的因子还是有区别的,后者是采用文字标签来表达对象的定性属性。 警告:R中的因子类型可以当做标签,但是这些标签在后台实际上还是编码为数值型:当程序员读取标签时,这些数值自动地映射为一个字符串索引数组中对应的字符串标签。因为于R在后台采用的是数值编码,所以你异想天开

    参考来源

    - 位置:《机器学习:实用案例解析》第01章《机器学习中的R基础 · 连续片段1》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3079.html,spine3185) - 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。 - 原始内容:术语“分类变量”指的是R中的一种数据类型,它表示在一个分类体系中观察到的一个类别成员。在统计学中,分类变量是一个很重要的概念,因为我们会关心:对于一定的类型,它由哪些特定观察值构成。在R中,用factor(因子)类型表示分类变量,其本质上是给每一个字符串标签赋予一个数值。在本例中 - 补充位置:text/part3083.html,spine3189;原始内容:虚拟编码系统和R中的因子还是有区别的,后者是采用文字标签来表达对象的定性属性。 警告:R中的因子类型可以当做标签,但是这些标签在后台实际上还是编码为数值型:当程序员读取标签时,这些数值自动地映射为一个字符串索引数组中对应的字符串标签。因为于R在后台采用的是数值编码,所以你异想天开