caret的dummyVars函数可以帮助我们很快的建立一套完整的虚拟变量，之前没见过，今天见到了，写下来。
看例子
customers <- data.frame(
id=c(10,20,30,40,50),
gender=c('male','female','female','male','female'),
mood=c('happy','sad','happy','sad','happy'),
outcome=c(1,1,0,0,0))建立如上的数据框后，我们可以选择将整个数据框虚拟变量化，dummyVars这个函数默认会把所有的分类变量都虚拟化：
dmy <- dummyVars(" ~ .", data = customers)
trsf <- data.frame(predict(dmy, newdata = customers))
print(trsf)看结果：
看，除了id和outcome之外所有的分类变量都被完全虚拟化了，同时我们还有注意它使用了“~”这个符号，回归符号，这个意思就是something ~ (broken down) by something else or groups of other things；如果像我们这样直接用“~”两边什么变量都不设定，那么就是默认将所有的分类变量虚拟化，如果你只要虚拟化一个变量，你就把那个变量放在“~”的后面，看下例子：
dmy <- dummyVars(" ~ gender", data = customers)
trsf <- data.frame(predict(dmy, newdata = customers))
print(trsf)此时我们得到的就是只有性别的虚拟变量。
另外，还要给大家介绍的一个参数就是fullRank，这个参数可以自动生成n-1个虚拟变量，而非全部虚拟化，这个操作是经常见的就是为了避免多重共线性。(dummy variable trap）。
看例子：
dmy <- dummyVars(" ~ .", data = customers, fullRank=T)
trsf <- data.frame(predict(dmy, newdata = customers))
print(trsf)将fullRank设置为T时，得到n-1个虚拟变量。
小结
今天给大家介绍了caret的dummyVars函数用来生成哑变量，感谢大家耐心看完。发表这些东西的主要目的就是督促自己，希望大家关注评论指出不足，一起进步。内容我都会写的很细，用到的数据集也会在原文中给出链接，你只要按照文章中的代码自己也可以做出一样的结果，一个目的就是零基础也能懂，因为自己就是什么基础没有从零学Python和R的，加油。
（站外链接发不了，请关注后私信回复“数据链接”获取本头条号所有使用数据）
往期内容：