我正在构建一个逻辑回归，我的两个变量是分类的，每个变量都有三个级别。（假设一个变量是男性、女性或未知，另一个是单身、已婚或未知。）

我应该制作多少个虚拟变量？我是总共做 4 个（每个分类变量 2 个，例如男性变量、女性变量、单个变量和已婚变量）还是总共 5 个（2 个分类变量，3 个其他）？

我知道大多数教科书都说，当您对具有 k 个级别的分类变量进行虚拟编码时，您应该只制作 k-1 个虚拟变量，否则您将与常数共线性。但是，当您对多个分类变量进行虚拟编码时，您会怎么做？通过共线性参数，听起来我只会为其中一个分类变量制作 k-1 个虚拟变量，而对于其余的分类变量，我会构建所有 k 个虚拟变量。