R caret preproc 仅部分数据集变量并训练模型

Question

我有一个带有一些虚拟变量 [0] 的训练集，我不想preProc=c("center","scale")它们，但我想preProc=c("center","scale")所有不是虚拟变量，以便像这里 [1] 那样标准化它们。 因此，中心和比例选项的作用如下：

• 中心：从值中减去平均值。
• scale：将值除以标准偏差。

用所有非虚拟变量创建一个数组是否有意义，计算每个变量的平均值和标准差，对所有值进行中心和缩放，然后将该数组与另一个包含所有虚拟变量的数组连接起来，从而生成new_array数组和然后像这样训练模型？ 或者这行不通？

ctrl <- trainControl(method = "repeatedcv", number=10, repeats=3)
knn_model <- train (Class ~ ., data=new_array, method="knn", trControl=ctrl)

注意：我已经在 CrossValidated 中问过这个问题，但由于它也与 StackOverflow 有关，所以我在这里再次询问。

[0] https://topepo.github.io/caret/pre-processing.html#dummy

[1] 虚拟变量和预处理

Answer 1

您可以这样做以将所有内容都包含在插入符号中

假设您有一个名为DF的 data.frame，其中 1:5 的列是数字的，6:10 的列是阶乘的。 您可以执行以下操作：

PreProcovCenter <- preProcess(DF[,1:5])
preProcovDummy <- dummyVars(DF[,6:10])

DF[,1:5] <- predict(PreProcovCenter, DF[,1:5])
DFDummy <- predict(PreProcovDummy, DF[,6:10])

DF <- cbind(DF, DFDummy)

最后：

knn_model <- train (Class ~ ., data=DF, method="knn", trControl=ctrl)