我正在尝试使用xgboost算法进行训练。这个算法要求数据是数字的，我更相信，尤其是类dgCMatrix（在最后一点我可能错了）。
我将数据存储在一个分类的数据框中，也就是说，数据集的每一列都包含未排序的离散字符串，如“class1”，“class2”等。目前，我正在使用它：
sparseMatrix <- sparse.matrix.model(someColName ~.-1, data = myDataFrame)
（Tbh，我不确定“someColName~.-1”是如何工作的，但它似乎删除了一列，所以如果它没有意义，请忽略该部分代码。）
当我输入str（myDataFrame）时，所有数据都存储为字符数据而不是因素。
我的问题是我发布的专线需要很长时间。所以我的问题是，我将这些数据转换为数值数据/ dgCMatrix的最快方法是什么，以便它与xgboost兼容？我不认为它必然需要是一个稀疏矩阵，它只是作为一个稀疏矩阵，它是数值。将每个列首先转换为因子，转换为稀疏矩阵会更有效吗？任何帮助表示赞赏。谢谢！