在 R 中对稀疏矩阵进行子集化答案

【问题标题】：Subsetting A Sparse Matrix in R在 R 中对稀疏矩阵进行子集化
【发布时间】：2018-06-15 20:13:50
【问题描述】：

我正在尝试将 dgCMatrix 类的稀疏矩阵子集化为训练和测试集，然后将这些矩阵转换为 xgb.DMatrix 对象以运行 eXtremeGradientBoosting。我运行以下代码（可重现）：

a<-data.frame(replicate(3,sample(1:1000,1000,rep=TRUE)))
b <- cast_sparse(a,X1,X2,X3)
c<-data.frame(replicate(3,sample(1:1000,1000,rep=FALSE)))

sample <- sample.int(n = nrow(c), size = floor(.75*nrow(c)), replace = F)
y.train <- c$X1[sample]
y.test  <- c$X1[-sample]
x.train <- as.matrix(as.data.frame(as.matrix(b))[sample,])
x.test <- b[-sample,]
train.xgb <- xgb.DMatrix(x.train, label = y.train)
test.xgb <- xgb.DMatrix(x.test, label = y.test)

当我运行最后一行时，出现以下错误：

Error in setinfo.xgb.DMatrix(dmat, names(p), p[[1]]) : 
  The length of labels must equal to the number of rows in the input data

无论出于何种原因，x.test 矩阵的维度仅为2，而标签的长度为250。我无法弄清楚为什么会发生这种情况——有什么建议或想法可以解决这个问题吗？

【问题讨论】：

标签： r

【解决方案1】：

鉴于拆分的目的是为了 xgboost，您可以做的不是拆分 dgCMatrix 而是使用 slice 函数拆分 xgb.DMatrix：

total = xgb.DMatrix(as.matrix(b), label = c$X1)
train.xgb = xgboost::slice(total,sample)

【讨论】：