Question

我正在尝试输入包含30个变量的数据，其中10个是因子变量。我正在运行xgboost并尝试使用sparse.model.matrix函数对数据进行热编码，但是显示为

时出现错误

“”“ contrasts<-（*tmp*中的错误，值= contr.funs [1 + isOF [nn]]）：对比度只能应用于具有2个或更多级别的因素“”“ 你能让我知道如何克服这个错误吗？

trainm <- sparse.model.matrix(pol ~.-1, data = train)

Answer 1

该错误是由于只有一个级别的因素引起的。请参见以下示例，该示例与sparse.model.matrix包中实现的Matrix的说明略有修改：

library(Matrix)    
dd <- data.frame(a = gl(3,4), b = gl(4,1,12), c = gl(1,1, 12))
sparse.model.matrix(~ ., dd)

这会引发您的错误，因为c仅是一个因子：

Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :

对比度只能应用于2个或更多级别的因子

我不知道您的原始数据，但是像这样可以通过将任何因素扔掉一个级别来解决。

sparse.model.matrix(~.,dd[,sapply(dd, nlevels) > 1])