R语言 如何使用model.matrix()或dplyr包的case_when()函数将分类变量转换为哑变量（dummy variables）

在R语言中，当你有一个分类变量（categorical variable），想要在模型中作为连续变量处理时，通常需要将其转换成哑变量（也称为虚拟变量或指示变量）。这是因为大多数线性模型（包括逻辑回归）无法直接处理名义变量，它们需要这类表示形式才能捕捉到类别之间的差异。

以下是两种常见的方法：

1. 使用`model.matrix()`函数：

# 假设你的分类变量叫做'category'
HW93_dummies <- model.matrix(~ category - 1, data = HW93)

这里 `- 1` 表示排除截距项（intercept），因为在创建哑变量时，其中一个类别会被自动设定为参照（通常默认为第一类别）。结果是一个新的矩阵，其中每一列对应原始变量的一个独特水平，0/1表示该记录是否属于那个特定类别。

2. 使用`dplyr`包的`case_when()`函数：

library(dplyr)

HW93_dummies_df <- HW93 %>%
  mutate(category_dummy = case_when(
    category == 'level1' ~ 1,
    category == 'level2' ~ 1,
    # ... 重复添加其他级别...
    TRUE ~ 0
  )) %>%
  select(-category)  # 删除原始分类变量

在这个例子中，我们逐个列出每个可能的类别，并赋予相应的数字（在这里是1），未列出的类别赋值为0。注意这会创建一个新的列`category_dummy`，而不是数据框的一部分。