caret dummyVars()でダミー変数化

xgboostなど、formulaが使用できないときにmatrixの作成が必要。
(formula はここがわかりやすかった　
http://ill-identified.hatenablog.com/entry/2017/04/30/004258)
caretパッケージのdummyVars()を使用したダミー変数化について書きます。

適当なデータフレームを作成しておく

> # データフレームの生成
> df <- data.frame(x=c('a', 'b', 'c'),
+                  y=c(1, 2, 3),
+                  z=c('aa','bb','cc')
+                  )

作成したデータは以下のような構成

> df
  x y  z
1 a 1 aa
2 b 2 bb
3 c 3 cc

> str(df)
'data.frame':   3 obs. of  3 variables:
 $ x: Factor w/ 3 levels "a","b","c": 1 2 3
 $ y: num  1 2 3
 $ z: Factor w/ 3 levels "aa","bb","cc": 1 2 3

caret::dummyVars()を使用したダミー変数化

> library(caret)

> #dummy変数化
> df_dummy <- dummyVars(~.,data=df)
> df_dummy2<- as.data.frame(predict(df_dummy, df))

> df_dummy2
  x.a x.b x.c y z.aa z.bb z.cc
1   1   0   0 1    1    0    0
2   0   1   0 2    0    1    0
3   0   0   1 3    0    0    1

factor型であるx列とz列は展開され、ダミー変数化されている。
numeric型であるy列は展開されずそのまま残っている。