我想预测一个数值变量。我有几个因素。对于所有这些因素，我有一个数字等值。现在，将这个数值等同于该因子并将其用于预测是完美的。这可能吗？ 如果这是不可能的，我想我将需要用它们的数值替换这些因素。最好的办法是什么？给出因子数值[R]
一个例子：
df = data.frame(f=c("a","b","a","c"),v=c(2,4,2,6))
lookup = data.frame(name=c("a","b","c"),v=c(1,2,3))
我想获得
df2 = data.frame(f=c(1,2,1,3),v=c(2,4,2,6))
cor(df2$f,df2$v) # will be 1
或者
df2 <- merge(df, lookup, by.x = "f", by.y = "name")
cor(df2[, 2], df2[, 3])
或者，如果你的数据集是大
library(data.table)
setkey(setDT(df), f)
setkey(setDT(lookup), name)
df2 <- df[lookup]
cor(df2[, 2, with = F], df2[, 3, with = F])
谢谢，合并完美的工作。 – nik
这是否帮助？
cor(lookup$v[match(df$f,lookup$name)],df$v)
谢谢，这也适用，但前提是只有一列需要识别。我需要更多（即使这是不包括在我的例子） – nik
你的意思是，该因素的数值等同？因素是类别。当你说预测时，你是什么意思？ – TARehman
R将因子视为分类变量和数值作为连续变量。这两种类型的变量往往有不同的统计方法与它们相关联，并且模型的解释因变量类型而异。你真的应该首先决定什么类型的分析适合你的数据。 – MrFlick
我增加了一个例子，使其更加清晰。这些字母就是我所得到的，查找表中的数字是我之前计算出的一些平均值，现在可以使用。 – nik