Calcularea distanței dintre variabile categoriale

În acest exercițiu vei explora cum se calculează distanțele binare (Jaccard). Pentru a calcula distanțele, va trebui mai întâi să transformăm categoriile în variabile dummy folosind funcția dummy.data.frame() din biblioteca dummies.

Vei folosi o colecție mică de observații dintr-un sondaj, stocate în cadrul de date job_survey, cu următoarele coloane:

job_satisfaction Opțiuni posibile: "Hi", "Mid", "Low"
is_happy Opțiuni posibile: "Yes", "No"

Acest exercițiu face parte din cursul

Analiza clusterelor în R

Vezi cursul

Instrucțiuni pentru exercițiu

Creează un cadru de date dummificat dummy_survey.
Generează o matrice de distanțe Jaccard pentru datele din sondaj dummificate dist_survey, folosind funcția dist() cu parametrul method = 'binary'.
Afișează datele originale și matricea de distanțe.
- Observă înregistrările cu o distanță de 0 în datele originale (1, 2 și 3).

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Dummify the Survey Data
dummy_survey <- ___

# Calculate the Distance
dist_survey <- ___

# Print the Original Data
___

# Print the Distance Matrix
___

Editează și rulează codul