Isthereashortalternativetoas.numeric(as.character(my.factor))inR?如果我想在R中获取一个因子的数值，我已经厌倦了写as.numeric(as.character(my.factor))。虽然它有效，但代码的作用并不是不言而喻的，只是感觉转换数字是错误的到字符串并再次返回以对它们进行任何操作。有没有像factor.values(my.factor)这样更简单、更不言自明的方式？建议将其打包到自定义函数中，例如1factor.values=function(x)as.numeric(levels(x))[x] #gettheactua

Isthereashortalternativetoas.numeric(as.character(my.factor))inR?如果我想在R中获取一个因子的数值，我已经厌倦了写as.numeric(as.character(my.factor))。虽然它有效，但代码的作用并不是不言而喻的，只是感觉转换数字是错误的到字符串并再次返回以对它们进行任何操作。有没有像factor.values(my.factor)这样更简单、更不言自明的方式？建议将其打包到自定义函数中，例如1factor.values=function(x)as.numeric(levels(x))[x] #gettheactua

参考：李宏毅2021/2022春机器学习课程王树森RNN&Transformer教程Transformer详解0.背景：序列数据及相关任务序列数据是由一组相互关联的样本组成的数据，其中任意样本对应的标记是由其自身和其他样本共同决定的；序列数据任务是输入或输出为序列数据的机器学习任务，用传统机器学习模型处理他们是困难的，比如序列模型（1）——难处理的序列数据中第3节的例子传统方法的局限性在于其问题建模，这些模型不是针对可变长度的输入输出设计的，无法体现序列数据的特点，具体而言传统的MLP、CNN这类模型都是one-to-one模型，即一个输入一个输出。这种模型会把序列数据作为一个整体来考虑，其输

参考：李宏毅2021/2022春机器学习课程王树森RNN&Transformer教程Transformer详解0.背景：序列数据及相关任务序列数据是由一组相互关联的样本组成的数据，其中任意样本对应的标记是由其自身和其他样本共同决定的；序列数据任务是输入或输出为序列数据的机器学习任务，用传统机器学习模型处理他们是困难的，比如序列模型（1）——难处理的序列数据中第3节的例子传统方法的局限性在于其问题建模，这些模型不是针对可变长度的输入输出设计的，无法体现序列数据的特点，具体而言传统的MLP、CNN这类模型都是one-to-one模型，即一个输入一个输出。这种模型会把序列数据作为一个整体来考虑，其输