R caret preproc 僅部分數據集變量並訓練模型

Question

我有一個帶有一些虛擬變量 [0] 的訓練集，我不想preProc=c("center","scale")它們，但我想preProc=c("center","scale")所有不是虛擬變量，以便像這里 [1] 那樣標准化它們。 因此，中心和比例選項的作用如下：

• 中心：從值中減去平均值。
• scale：將值除以標准偏差。

用所有非虛擬變量創建一個數組是否有意義，計算每個變量的平均值和標准差，對所有值進行中心和縮放，然后將該數組與另一個包含所有虛擬變量的數組連接起來，從而生成new_array數組和然后像這樣訓練模型？ 或者這行不通？

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

注意：我已經在 CrossValidated 中問過這個問題，但由於它也與 StackOverflow 有關，所以我在這里再次詢問。

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

[1] 虛擬變量和預處理

Answer 1

您可以這樣做以將所有內容都包含在插入符號中

假設您有一個名為DF的 data.frame，其中 1:5 的列是數字的，6:10 的列是階乘的。 您可以執行以下操作：

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)