2.2.5 因子(factor())

最新推荐文章于 2024-07-03 03:56:14 发布

努力的老李

最新推荐文章于 2024-07-03 03:56:14 发布

阅读量6.5k

点赞数 1

文章标签： R 大数据数据挖掘数据分析

本文链接：https://blog.csdn.net/weixin_45086637/article/details/90348059

版权

本文介绍了R语言中的因子(factor)概念，包括名义型和有序型变量的区别。名义型变量如糖尿病类型无顺序，而有序型变量如病情状况有明确的顺序关系。在R中，通过factor()函数处理这些变量，对于有序变量可通过设置ordered=TRUE指定。文章强调了正确编码和理解因子在数据分析中的重要性，并提供了示例代码演示了如何创建和查看因子，以及它们如何影响数据分析结果。

摘要由CSDN通过智能技术生成

2.2.5 因子(factor())

变量可归结为名义型、有序型或连续型变量。下面解释一下这三种变量：

·名义型变量：名义型变量是指没有顺序之分的类别变量。像2.1节中的表里面的糖尿病类型Diabetes(Type1、Type2)是名义型变量。即使在数据中Type1编码为1，而Type2编码为2，这也并不意味二者是有顺序的。

·有序型变量：有序型变量是指一种顺序关系，而非数量关系。病情Status(poor、improved、excellent)是顺序型的变量。我们明白，病情为poor(较差)，病人的状态不如improved(好转)，但是又不如excellent(优秀)，即顺序为：poor(较差)→improved(好转)→excellent(优秀)。

·连续型变量：连续型变量是指可以呈现某个范围内的任意值，并同时表示了顺序和数量。年龄(age)就是一个连续型变量，它能够表示像14.5或22.8这样的值以及其间的其他任意值。很清楚，15岁的人比14岁的人年长1岁。

也许以上变量对于新手来说比较难以理解，不过没关系，在以后的使用过程中，用多了就自然而然的就熟悉了。这里不需要大家死记硬背，大家大概了解一下即可。以后如果不明白或忘记这些变量是什么意思了，在回过头来看一下就可以了，这也是一种学习方法。

类别(名义型)变量和有序类别(有序型)变量在R中称为因子(factor)。因子在R中是非常重要的，因为它决定了数据的分析方式以及如何进行视觉呈现。大家在以后的小节中将会看到这样的例子，到时候大家在回头了解一下这些变量表示的意思是什么即可。

函数factor()以一个整数向量的形式存储类别值，整数的取值范围是（l~k）其中k是名义型变量中唯一值的个数&