R中的model.matrix解释

Question

我试图理解一些在 R 中构建模型矩阵的代码，但在理解一些基本语法时遇到了麻烦。

下面是一些可重现的代码：

test_df <- data.frame(category =c("Poetry", "Narrative Film", "Music"), 
                      country=c("GB", "US", "US"), usd_goal_real=c(1534,30000,45000),
                      time_int = c(59, 60, 45), state=c(0,0,0)
                      )
test_df2 <- data.frame(model.matrix( ~ . -1, test_df))
test_df3 <- data.frame(model.matrix( ~ . , test_df))

在test_df2 <- data.frame(model.matrix( ~ . -1, test_df))行中究竟指定了什么？

具体来说， ~ . -1 ~ . -1是什么意思？ 这是从模型中排除了一个字段吗？ iI 与公式~ . ,有何不同~ . , ~ . ,在下一行？

Answer 1

最简单的答案是model.matrix中公式中的-1从模型中删除 X 截距项。 data.frame(model.matrix( ~ . -1, test_df))产生：

  categoryMusic categoryNarrative.Film categoryPoetry countryUS usd_goal_real time_int state
1             0                      0              1         0          1534       59     0
2             0                      1              0         1         30000       60     0
3             1                      0              0         1         45000       45     0

和data.frame(model.matrix( ~ . , test_df))产生：

  X.Intercept. categoryNarrative.Film categoryPoetry countryUS usd_goal_real time_int state
1            1                      0              1         0          1534       59     0
2            1                      1              0         1         30000       60     0
3            1                      0              0         1         45000       45     0

由于模型中有一个分类变量，您还会注意到当模型中存在 X 截距时，该变量的Music水平消失了，因为变量的第一个水平用于截距，而所有其他水平都是从中测量的.

这些是参数化模型的 2 种不同方式