R Factor

Factor는 제한된 수의 다른 값들을 저장하는 변수입니다. 이런 변수들을 범주형 변수(categorical variable)라고 부릅니다.

데이터 셋에는 두 가지 유형의 변수가 있습니다.

• categorical(범주형)
  • 값이 제한되고, 특정 유한한 그룹을 기반으로 함 
  • ex) 나라, 연도, 성별, 직업 등
• continuous(연속형)
  • 정수(integer)부터 십진수(decimal)까지 모든 값을 가질 수 있음
  • ex) 수익, 주가 등

범주형 변수(categorical variable)

R은 범주형 변수를 Factor에 저장합니다. 아래는 문자 변수를 Factor 변수로 변환하는 코드 입니다. 

> factor(x = character(), levels, labels = levels, ordered = is.ordered(x))

 

파라미터

• x: 데이터 벡터, 문자열이나 정수형만 가능
• level: x가 가질 수 있는 값들, optional, 기본 값은 x의 고유한 목록
• label: x에 레이블을 추가, ex) 1: 남성, 2: 여성
• ordered: level 정렬 여부

예시

> # 성별을 저장할 벡터 생성
> gender_vector = c("Male", "Female")
>
> # 생성된 벡터 확인
> gender_vector
[1] "Male"   "Female"
>
> # 클래스 확인
> class(gender_vector)
[1] "character"
>
> # factor로 변환
> gender_factor = factor(gender_vector)
>
> # 출력
> gender_factor
[1] Male   Female
Levels: Female Male
>
> # 클래스 확인
> class(gender_factor)
[1] "factor"

머신 러닝을 수행할 때 문자열을 factor로 변환하는 작업은 매우 중요합니다.

 

범주형 변수는 명목형(nominal)과 순서형(ordinal) 변수로 나뉩니다.

 

명목형 변수(Nominal Categorical Variable)

범주형 변수를 선언할 때 순서가 중요하지 않은 경우 사용합니다. 예를 들면 성별, 색상 등은 순서가 중요하지 않으므로 명목형 변수로 선언합니다.

 

예시

> # 색을 담을 벡터 생성
> color_vector = c("red", "orange", "yellow", "green", "blue", "indigo", "purple")
>
> # 출력
> color_vector
[1] "red"    "orange" "yellow" "green"  "blue"   "indigo" "purple"
>
> # factor로 변환
> color_factor = factor(color_vector)
>
> # 확인
> color_factor
[1] red    orange yellow green  blue   indigo purple
Levels: blue green indigo orange purple red yellow 

 

순서형 변수(Ordinal Categorical Variable)

순서형 변수는 본연의 순서를 가집니다. order 파라미터를 통해 순서를 지정할 수 있습니다.

 

예시

> # 요일 벡터 생성
> day_vector = c('tuesday', 'monday', 'wednesday', 'friday', 'saturday', 'thursday', 'sunday')
> day_vector
[1] "tuesday"   "monday"    "wednesday" "friday"    "saturday"  "thursday"  "sunday"   
> 
> # 순서가 있는 factor로 변환
> day_factor = factor(day_vector, order = TRUE, levels = c('monday', 'tuesday', 'wednesday', 'thursday', 'friday', 'saturday', 'sunday'))
> day_factor
[1] tuesday   monday    wednesday friday    saturday  thursday  sunday   
Levels: monday < tuesday < wednesday < thursday < friday < saturday < sunday
> 
> # 레벨별 갯수 계산
> summary(day_factor)
   monday   tuesday wednesday  thursday    friday  saturday    sunday 
        1         1         1         1         1         1         1 

연속 변수(Continuous Variables)

연속 변수는 R에서 기본으로 제공하는 변수입니다. 숫자 또는 정수로 저장됩니다.

mtcar는 내장 데이터셋으로 유형별 자동차의 정보를 담고 있습니다.

 

> mtcars
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

> class(mtcars)
[1] "data.frame"
> class(mtcars$mpg)
[1] "numeric"