如何用R将多分类问题转换为少分类问题（以8类转4类为例）

一、等间隔批量合并（适合8转4、32转8这类规则场景） #

如果是每n个连续类别合并为一个新类别，用整数除法或cut()函数最省心，不用逐个写判断：

示例1：8类转4类（每2个一组）

library(dplyr)

# 假设数据集为df，响应变量Y是1-8的数值型
# 方法1：整数除法生成分组编号，再映射标签
df <- df %>% 
  mutate(
    new_Y_num = (Y + 1) %/% 2,  # 得到1-4的分组编号
    new_Y_label = c("I", "II", "III", "IV")[new_Y_num]
  )

# 方法2：用cut()直接生成带标签的分组
df <- df %>% 
  mutate(new_Y_label = cut(Y, breaks = seq(0, 8, by = 2), labels = c("I", "II", "III", "IV")))

示例2：32类转8类（每4个一组）

# 整数除法方式
df <- df %>% 
  mutate(
    new_Y_num = (Y + 3) %/% 4,  # 得到1-8的分组编号
    new_Y_label = paste0("Class_", new_Y_num)
  )

# cut()方式
df <- df %>% 
  mutate(new_Y_label = cut(Y, breaks = seq(0, 32, by = 4), labels = paste0("Class_", 1:8)))

二、自定义非等间隔分组 #

如果分组规则不是连续等间隔，用dplyr::recode()定义映射表，比逐个ifelse或case_when更简洁：

# 定义映射规则：键是原类别，值是新类别
y_map <- c(
  "1" = "I", "2" = "I",
  "3" = "II", "4" = "II",
  "5" = "III", "6" = "III",
  "7" = "IV", "8" = "IV"
)

# 替换原Y列
df <- df %>% mutate(new_Y = recode(Y, !!!y_map))

关键优势 #

• 批量分组场景：整数除法/cut()一行代码搞定，无需重复写判断逻辑；
• 自定义分组场景：映射表清晰易维护，修改规则只需调整向量，不用改代码结构。

内容的提问来源于stack exchange，提问作者PRITI