关于R语言中model.matrix与~操作符用法的技术问询

先看你给出的示例代码及运行结果：
加载iris数据集并生成矩阵：

data("iris")
x = model.matrix(~Species +0, iris)
x

选取三个不同物种的行：

> iris[c(1,78, 143),]
    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1            5.1         3.5          1.4         0.2     setosa
78           6.7         3.0          5.0         1.7 versicolor
143          5.8         2.7          5.1         1.9  virginica

处理后对应行的结果：

> x[c(1,78,143),]
    Speciessetosa Speciesversicolor Speciesvirginica
1               1                 0                0
78              0                 1                0
143             0                 0                1

1. model.matrix的具体作用 #

model.matrix的核心功能就是把分类变量（因子）转换成哑变量矩阵，方便后续建模计算。

所谓哑变量，就是用0和1标记样本所属的分类：比如Species有setosa、versicolor、virginica三个类别，model.matrix会给每个类别单独生成一列，某行样本属于哪个类别，对应列就标1，其他列标0。

你代码里的+0是关键：默认情况下model.matrix会自动生成一列全1的截距项，同时去掉第一个分类（比如setosa），只生成后两个分类的哑变量。加了+0就会取消截距项，保留所有分类的哑变量列，所以你得到了3列的结果。

2. ~操作符的用法 #

~在R里是用来创建公式对象的，不止能在lm这类建模函数里用。

• 在lm(Y ~ X1+X2)里，~分隔因变量（Y）和自变量（X1、X2）；但公式也可以只有右侧部分，也就是~ X，这种情况下它只是用来描述需要处理的变量集合。
• 单独运行~iris$Species时，你只是创建了一个公式对象，R会直接返回这个对象本身，不会做任何计算。只有把这个公式传给model.matrix这类能解析公式的函数时，才会触发变量转换的操作。

内容的提问来源于stack exchange，提问作者Pewter City