知识卡片

普通读书笔记卡 · 9747.e · 生成模型:DeepSeek-V4.1-Flash

因子承载分类与次序

理解等级:中级

因子是 R 表示分类变量的专门类型,内部存整数编码,外面挂一组级别(levels)标签。gender 导入时自动成为因子,两个级别 F、M,无序;diamonds 的 cut 是有序因子,五个级别按 Fair 小于 Good 小于 Very Good 小于 Premium 小于 Ideal 排列,str() 会用小于号显示这种次序,is.ordered() 可判断是否有序。 级别直接决定建模时的处理方式:无序因子进入模型会展开成哑变量,有序因子可按次序编码。因子还支撑两个分析工具:方差分析的 aov() 要求分组变量是因子,列联表 table() 按因子交叉计数。 构造有序因子必须显式给 levels 与 ordered=TRUE,否则默认按字母序排练,small、medium、big 会被排成 big、medium、small,后续比较与作图全错。常见做法是先用条件赋值建一个字符向量,再用 factor() 定级并挂回数据帧。

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 · 1 处

    • 第3章 使用R进行基本数据分析 · 查看原书依据

      在ggplot2软件包中,diamonds数据帧包括三个有序因子。在cut因子中,有5种根据切工水平进行有序排列的级别:Fair、Good、Very Good、Premium和Ideal。因此,sales$gender包含定类数据,而diamonds$cut包含定序数据。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_001.html) - 结论依据:3.1.3 节以 sales$gender 与 diamonds$cut 对比无序与有序因子,并给出 factor(levels=..., ordered=TRUE) 构造 spender 的完整示例。 - 原始内容:在ggplot2软件包中,diamonds数据帧包括三个有序因子。在cut因子中,有5种根据切工水平进行有序排列的级别:Fair、Good、Very Good、Premium和Ideal。因此,sales$gender包含定类数据,而diamonds$cut包含定序数据。