Nano Hash - криптовалюты, майнинг, программирование

R: фиктивное кодирование с использованием mutate, ifelse и grepl — ошибка

Я пытаюсь закодировать два уровня из трех в переменной (в два этапа), так как хочу запустить регрессию. Я очень новичок в R и сам не писал код.

Шаг 1: переменная — Birth_order, а два уровня, которые я хотел бы проанализировать, — это Firstborn и Laterborn, исключая из анализа только детей (и фиктивное кодирование).

Dat <- mutate(Dat, Wth_Sib= ifelse(grepl("Firstborn", Dat$Birth_Order), 1, 
       ifelse(grepl("Later born", Dat$Birth_Order), 0, NA)))

Запустив код, он дает мне ошибку:

Error in mutate_impl(.data, dots) : 
  Column `Wth_Sib` must be length 212 (the number of rows) or one, not 0

Шаг 2: Сравнение братьев и сестер с единственными детьми.

Dat <- mutate(Dat, Sib_vs_Only= ifelse(grepl("Firstborn", Dat$Birth_Order), 1, 
       ifelse(grepl("Later born", Dat$Birth_Order), 1, 0)))

Ошибка:

Error in mutate_impl(.data, dots) : 
  Column `Sib_vs_Only` must be length 212 (the number of rows) or one, not 0

Я не знаю, что означает эта ошибка, и я несколько не уверен, является ли код лучшим способом решения задачи. Я везде искал ответы, и я был бы так благодарен за любую помощь или совет по лучшему методу!

Спасибо!

01.09.2017

  • Это означает, что ifelse(grepl("Firstborn", Dat$Birth_Order) возвращает NULL, проверьте свой код и посмотрите, почему это происходит. 01.09.2017
  • Как правило, вам не нужно кодировать фиктивные переменные вручную для регрессии в R. Просто отфильтруйте только дочерние элементы и запустите регрессию в своем фрейме данных. R будет рассматривать один из уровней вашего категориального уровня как эталонный и позаботится обо всем остальном. Например: stackoverflow.com/questions/33871122/ 01.09.2017

Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..