数据编码

对分类数据进行编码，可以让其可用于机器学习算法。 R 会在内部对因子进行编码，但当您开发自己的模型时，仍需要进行编码。

在本练习中，您将先使用 lm() 构建一个线性模型，然后一步步开发您自己的模型。

在独热编码中，每个水平都会创建一个单独的列。

请注意，其中一列可以由其他列推导得到（例如，列 "B" 和 "C" 中为 0 就意味着列 "A" 中为 1）。 因此，在进行线性回归时，您可以丢弃第一列。 我们将在下一章更详细地回顾线性模型。

对于独热编码，您可以使用 caret 包中的 dummyVars()。

使用方法是先创建编码器，然后再转换数据集：

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

MASS 包中的问卷调查数据集的完整观测可作为 survey 使用。 caret 包已预加载。