这实际上是一个两部分问题，但不想让标题太长。
我正在对一些分类的数据实现xgboost，但首先我必须转换为稀疏矩阵。最初我使用的是Matrix库的“sparse.model.matrix（）”调用，但发现它太慢了。在询问如何有效地做到这一点后，我被引导到flodel's answer。
但是，我注意到对于我的数据，通过两种方法生成的列数不匹配。此外，我发现flodel的答案似乎对我更有意义，因为通过flodel的答案生成的列数完全匹配原始数据集中所有列的唯一类别数（这对于单热编码是有意义的），我通过迭代未转换数据帧的列（它们是因子）并简单地求和nlevels（df $ column）来计算。通过调用sparse.model.matrix（）生成的列数实际上更少，所以我的第一个问题是：
1）为什么sparse.model.matrix（）产生一个热门编码，其真实的单热编码的列数少于预期的数量？
在使用两个稀疏矩阵训练xgboost之后，当我向xgboost询问哪些变量最有影响力时（通过调用xgb.importance（）确定），我获得了不同的结果。因此
2）我应该信任哪种型号？通过训练由sparse.model.matrix编码的稀疏矩阵形成的那个，或者通过flodel的方法形成的那个（这对我来说更有意义）？
谢谢。