R：缺少数据会导致XGBoost / sparse.model.matrix出错

Question

据我所知，XGB应该有处理缺失数据的好处，但是，每当我测试波士顿住房集添加几个NA时，我都会收到错误：

The length of labels must equal to the number of rows in the input data

我正在运行的代码是

trainm <- sparse.model.matrix(class ~ ., data = train)
train_label <- train[,"class"]
train_matrix <- xgb.DMatrix(data = as.matrix(trainm) label=train_label)

当我不添加NAs时，一切运行正常。我很确定问题是从稀疏矩阵中移除了NA会导致混淆，但我不知道如何解决它。

我的代码是here。

任何可以帮助我的反馈都将受到高度赞赏。

Answer 1

在构建稀疏模型矩阵时，您需要采取纠正措施来处理NA。休息，您的代码/数据没有问题。这是修改后的代码：

options(na.action='na.pass')
trainm <- sparse.model.matrix(class ~ ., data = train)
train_label <- train$class
train_matrix <- xgb.DMatrix(data = trainm, label=train$class)