Документация

Управление уровнями категорий

При работе с категориальными переменными и их уровнями вы столкнетесь с некоторыми типичными проблемами. В этой таблице представлены функции, которые можно использовать с номинальными или порядковыми массивами для управления уровнями категорий. Для дополнительных функций введите methods nominal или methods ordinal в командной строке или см. nominal и ordinal страницы с описанием.

Анализ с использованием номинальных и порядковых массивов

Вы можете использовать номинальные и порядковые массивы в различных статистических анализах. Например, можно хотеть вычислить описательную статистику для данных, сгруппированных по уровням категорий, провести статистические тесты различий между средствами категории или выполнить регрессионный анализ с помощью категориальных предикторов.

Функции Statistics and Machine Learning Toolbox™, которые принимают сгруппированную переменную как входной параметр, принимают номинальные и порядковые массивы. Это включает описательные функции, такие как:

Можно также использовать номинальный и порядковый массивы в качестве входных параметров в функции анализа и методы, основанные на моделях, таких как:

Когда вы используете номинальный или порядковый массив в качестве предиктора в этих функциях, функция аппроксимации автоматически распознает категориальный предиктор и создает соответствующие переменные фиктивного индикатора для анализа. Кроме того, можно создать свои собственные переменные фиктивного индикатора с помощью dummyvar.

Уменьшите требования к памяти

Уровни категориальных переменных часто определяются как текст, которым может быть дорого хранить и манипулировать в массиве ячеек из векторов символов или char массив. Номинальные и порядковые массивы отдельно хранят данные о принадлежности к категории и метках категорий, значительно уменьшая объем памяти, требуемый для хранения переменной.

Для примера загрузите некоторые выборочные данные:

load('fisheriris')

Преобразование species в номинальный массив:

species = nominal(species);

Для хранения переменной требуется 95% -ное сокращение памяти.