資料編碼

將類別資料編碼 可以讓它們可用於機器學習演算法。 R 在內部會對 factor 進行編碼，但當你要開發你自己的模型時，仍需要自行處理編碼。

在這個練習中，你會先用 lm() 建立一個線性模型，然後一步一步地自行建立模型。

在 one hot encoding（獨熱編碼） 中，會為每個層級各建立一個獨立欄位。

注意，其中一個欄位可以由其他欄位推導而來（例如，欄位「B」與「C」都是 0，表示欄位「A」為 1）。 因此，在做線性迴歸時，你可以刪除第一個欄位。 我們會在下一章更詳細地複習線性模型。

在進行 one hot encoding 時，你可以使用 caret 套件的 dummyVars()。

使用方式是先建立編碼器，接著轉換資料集：

encoder <- dummyVars(~ category, data = df)
predict(encoder, newdata = df)

MASS 套件中的問卷資料集之完整個案可透過 survey 取得。 caret 套件已預先載入。