比较变量并删除一个最低值R [关闭]

1 回答

• 0

  我敢肯定必须有一种更直截了当的方式 . 不过，我的代码完成了这项工作 .

  假设，我们已将您的数据集加载到名为 df 的对象中（我不包含用于获取数据的代码，因为它不相关） .

  首先，我将数据本身和用于测试功能重要性的 value 列分开是很方便的 . 名为 test.value 的新对象是第46列 .

  test.value <- df$value
  df <- df[,-ncol(df)] # remove the last column from the dataset
  

  现在我们准备开始了 .

  框架 . 我们需要确定要从数据集中删除的行/列数 . 所以我们会：

  • 逐列

  • 确定大于0.8的所有相关的位置

  • 在嵌套循环中逐个比较要素重要性

  • 记录应在对象中删除的行/列号 remove

  • 最后，删除选定的行/列

  代码是：

  remove <- c() # a vector to store features to be removed
  for(i in 1:ncol(df)){
          coli <- df[,i] # pick up i-th column
          highcori <- coli>.8 & coli!=1 # logical vector of cors > 0.8
  
          # go further only if there are cors > 0.8
          if(sum(highcori,na.rm = T)>0){
  
          posi <- which(highcori) # identify positions of cors > 0.8
  
          # compare feature importance one by one
          for(k in 1:length(posi)){
                  remi <- ifelse(test.value[i]>test.value[posi[k]],posi[k],i)
                  remove <- c(remove,remi) # store the less valued feature 
                  }
          }
  
  }
  
  remove <- sort(unique(remove)) # keep only unique entries
  
  df.clean <- df[-remove,-remove] # finally, clean the dataset
  

  而已 .

  ---

  UPDATE
  对于那些能够提供更好解决方案的人来说，这里有一个易于阅读的数据，cor.remove.RData
  要么
  如果你喜欢 dput
  dput.df.txt
  dput.test.value.txt

  我有兴趣看到一个更好的方法来解决任务 .

  回复于 2024-04-29T20:32:22+08:00