R 如何处理虚拟特征

我很抱歉，如果这个问题早些被提出来，但我没有发现这样的问题。 我对预测模型有问题。 我想建立xgboost和random forest。 我使用的包要求在xgboost构造中创建虚拟变量。 问题是我是否应该使用一个虚拟集来构建这两者？（即使森林可以处理计算，不需要假人）？ 为了测试模型并进行比较，我还应该将列车组中的分类变量更改为假人，对吗？ 换句话说，我的培训集和测试集对于每个型号都必须相同？

---

非常感谢你的帮助

我猜您使用的是

mlr

软件包，因为您已经用mlr标记了您的问题

无论如何，在创建假人时，必须确保训练集不包含测试集中未包含的变量（创建假人时很容易发生这种情况）。否则，当您尝试对测试集进行预测时，您将遇到麻烦（因为经过训练的模型假设测试集至少具有相同的变量）

您还可以将分类变量转换为整数（如果我没有弄错的话，xgboost内部就是这样做的），而不是创建假人。这就是为什么如果您将xgboost模型与mlr匹配，我们将强制创建假人（请参阅）

如果不想创建假人，也可以执行以下操作：

library(mlr)
lrn = makeLearner("regr.xgboost")
train(lrn, bh.task) # this gives you an error

lrn$properties = c(lrn$properties, "factors")
train(lrn, bh.task) # this works as xgboost supports factors

---

我猜您使用的是

mlr

包，因为您已经用mlr标记了您的问题

无论如何，在创建假人时，必须确保训练集不包含测试集中未包含的变量（创建假人时很容易发生这种情况）。否则，当您尝试对测试集进行预测时，您将遇到麻烦（因为经过训练的模型假设测试集至少具有相同的变量）

您还可以将分类变量转换为整数（如果我没有弄错的话，xgboost内部就是这样做的），而不是创建假人。这就是为什么如果您将xgboost模型与mlr匹配，我们将强制创建假人（请参阅）

如果不想创建假人，也可以执行以下操作：

library(mlr)
lrn = makeLearner("regr.xgboost")
train(lrn, bh.task) # this gives you an error

lrn$properties = c(lrn$properties, "factors")
train(lrn, bh.task) # this works as xgboost supports factors

---

您应该使用R中构建的函数来构造正确的矩阵形式。我敢肯定，其他问题都有答案。也许你只需要在

model.matrix

和

factor

上进行更全面的搜索。这里有一个机器学习stackexchange论坛。这里可能有一些有用的问答，但我投票决定结束这篇文章，因为太广泛了。@42-先生访问了你的个人资料。你真是太棒了。还可以检查

library（caret）

中的

dummyVars

函数。你应该使用R中的函数来构造正确的矩阵形式。我敢肯定，其他问题都有答案。也许你只需要在

model.matrix

和

factor

上进行更全面的搜索。这里有一个机器学习stackexchange论坛。这里可能有一些有用的问答，但我投票决定结束这篇文章，因为太广泛了。@42-先生访问了你的个人资料。您真是太棒了。另外，请检查

库（插入符号）

中的

dummyVars

函数。