R 为分类变量生成稀疏矩阵

我有一个数据框，如下所示

  x y
1 a d
2 b e
3 c f

这里x和y是分类变量。我想为每个分类特征，即x和y，生成一个带有一个热编码的稀疏矩阵

我做了以下几件事

sparse.model.matrix(~.-1,z)
3 x 5 sparse Matrix of class "dgCMatrix"
  xa xb xc ye yf
1  1  .  .  .  .
2  .  1  .  1  .
3  .  .  1  .  1 

我在这里面临两个问题,

1） 我需要零而不是点和

2） 预测因子y的d级未出现在矩阵中，即（yd）不存在

---

有人能帮我吗？

我们可能需要指定

对比度。arg

as.matrix(sparse.model.matrix(~.-1, z, contrasts.arg = lapply(z,
          function(x) contrasts(factor(x), contrasts = FALSE))))

---

带有插入符号包的选项：

library(caret)

predict(dummyVars(~ ., z), z)    # use sep = '' if you prefer
##   x.a x.b x.c y.d y.e y.f
## 1   1   0   0   1   0   0
## 2   0   1   0   0   1   0
## 3   0   0   1   0   0   1

---

“零而不是点”？确实要使用稀疏矩阵吗。一旦用零（例如通过

m=as.matrix（m）

）替换缺少的值，它就不再稀疏。mathkid，点被解释为零。例如

mat使用
as.matrix（稀疏的.model.matrix（
），可能只是
model.matrix