将连续变量转换为二进制变量

Question

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))

这会将xyz转换为分类变量，但我希望有三个二进制列，其中列名为'<2‘、'2-3’和‘first 3 '>3’>，如果xyz[1]为1.5，那么第一行值为1、0和0，对于xyz的所有20个值，我都需要这样做。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来实现它了。我想知道是否有更短的方法可以做到这一点？

Answer 1

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)

数据

set.seed(24)
xyz <- rnorm(20,3,1)

Answer 2

其中一个解决方案是使用无监督离散化。它完全以连续属性的观测分布为基础。下面是两个使用示例的函数：

# 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)