R 将连续变量转换为二进制变量

我试图用

cut

函数将连续变量转换为R中的分类变量的二进制列。代码是

    xyz=rnorm(20,3,1)
    xcut=cut(xyz,breaks=c(2,3))

---

这将

xyz

转换为分类变量，但我希望有三个二进制列，其中列名为'3'，如果

xyz[1]

为1.5，则第一行值为1、0和0，我需要这三个值来表示

xyz

的所有20个值。我不想使用for和if循环来创建这个20x3矩阵，我已经可以用

xyz

以数字方式完成了。我想知道是否有一个较短的方法可以做到这一点？

我们可以使用

表格

xcut <- cut(xyz,breaks=c(-Inf,2,3, Inf), labels = c("<2", "2-3", ">3"))
table(seq_along(xcut), xcut)

---

xcut我们可以使用
table

xcut <- cut(xyz,breaks=c(-Inf,2,3, Inf), labels = c("<2", "2-3", ">3"))
table(seq_along(xcut), xcut)

xcut解决方案之一是使用无监督离散化。它完全基于连续属性的观察分布。以下是2个函数及其用法示例：

# 1. Functions

# 1.1. Equal-width discretization for a single attribute
disc_width <- function(v, k = 5) {
  w <- diff(r <- range(v)) / k
  c(r[1], seq(r[1] + w, r[2] - w, w), r[2])
}

# 1.2. Equal-frequency discretization for a single attribute
disc_freq <- function(v, k = 5) {
  v <- v[!is.na(v)]
  r <- range(v)
  f <- unique(quantile(v, seq(1/k, 1-1/k, 1/k))) 
  c(r[1], f, r[2])
}

# 2. Usage

# 2.1. Feature
x <- mtcars$mpg

# 2.2. Range of feature 'x'
range(x)

# 2.3. Equal-width discretization
disc_width(x, 4)

# 2.4. Equal-frequency discretization
disc_freq(x, 5)

#1。功能
# 1.1. 单个属性的等宽度离散化
圆盘宽度解决方案之一是使用无监督离散化。它完全基于连续属性的观察分布。以下是2个函数及其用法示例：

# 1. Functions

# 1.1. Equal-width discretization for a single attribute
disc_width <- function(v, k = 5) {
  w <- diff(r <- range(v)) / k
  c(r[1], seq(r[1] + w, r[2] - w, w), r[2])
}

# 1.2. Equal-frequency discretization for a single attribute
disc_freq <- function(v, k = 5) {
  v <- v[!is.na(v)]
  r <- range(v)
  f <- unique(quantile(v, seq(1/k, 1-1/k, 1/k))) 
  c(r[1], f, r[2])
}

# 2. Usage

# 2.1. Feature
x <- mtcars$mpg

# 2.2. Range of feature 'x'
range(x)

# 2.3. Equal-width discretization
disc_width(x, 4)

# 2.4. Equal-frequency discretization
disc_freq(x, 5)

#1。功能
# 1.1. 单个属性的等宽度离散化
我倾向于使用
model.matrix
这里：
model.matrix（~0+xcut）
我倾向于使用
model.matrix
这里：
model.matrix（~0+xcut）