如何处理plsreg1中的非数值预测器?
我正在使用plsdepot包中的函数plsreg1运行PLS回归 正如软件包简介所述,在参数PLSREG1 predictors,response,comps=2,crosval=TRUE中,预测器表示一个数值矩阵或数据帧,预测器变量可能包含缺失数据 响应表示响应变量的数值向量。不允许丢失数据 我的问题是,如果我的一些预测是分类变量呢? 我还能用这个包裹吗?我应该如何修改我的脚本 包中的示例脚本如下所示如何处理plsreg1中的非数值预测器?,r,numeric,R,Numeric,我正在使用plsdepot包中的函数plsreg1运行PLS回归 正如软件包简介所述,在参数PLSREG1 predictors,response,comps=2,crosval=TRUE中,预测器表示一个数值矩阵或数据帧,预测器变量可能包含缺失数据 响应表示响应变量的数值向量。不允许丢失数据 我的问题是,如果我的一些预测是分类变量呢? 我还能用这个包裹吗?我应该如何修改我的脚本 包中的示例脚本如下所示 library(plsdepot) data(cornell) matrix of cor
library(plsdepot)
data(cornell)
matrix of correlations
round(as.dist(cor(cornell)),3)
# partial least squares regression
mypls1 <- plsreg1(cornell[,1:7], cornell[,8,drop=F],comp=3)
mypls1
非常感谢。我认为如果您将因子重新编码为numeric as.numericas.factorletters,它应该会起作用。我不知道我是否对函数或包不熟悉。是的,我可以在将因子重新编码为数值后运行分析。我只是不确定这样做是否合适。它不会改变分类变量的特性吗?在这种情况下,我认为这个问题应该迁移到crossvalidated.com