порядковые переменные и каретка при предварительной обработке

Question

Я обнаружил, что многие примеры в книге APM доктора Маккса Куна имеют тенденцию охватывать наборы данных, которые имеют непрерывные переменные в качестве предиктора. Если работать с набором данных, имеющим порядковые коэффициенты, было бы целесообразно превратить эти переменные в фиктивные переменные и потерять естественный порядок переменных? Мой вопрос мотивирован необходимостью предварительной обработки (т. Е. Центра, масштабирования) набора данных. Я хотел бы знать, как другие подходят к этому в R?

Answer 1

Если коэффициент имеет класс ordered, он будет производить линейные комбинации, поддерживающие некоторый уровень полинома. См. The Basics of Encoding Categorical Data for Predictive Models и ?ordered. Например:

> pred2 <- ordered(letters[1:5]) 
> model.matrix(~pred2) 

    (Intercept) pred2.L pred2.Q pred2.C pred2^4 
1   1 -0.6325 0.5345 -3.162e-01 0.1195 
2   1 -0.3162 -0.2673 6.325e-01 -0.4781 
3   1 0.0000 -0.5345 -4.096e-16 0.7171 
4   1 0.3162 -0.2673 -6.325e-01 -0.4781 
5   1 0.6325 0.5345 3.162e-01 0.1195 
attr(,"assign") 
[1] 0 1 1 1 1 
attr(,"contrasts") 
attr(,"contrasts")$pred2 
[1] "contr.poly" 

Макс