将数据转换为R中xgboost的格式？

是否有人有一个解释得很好的例子，说明如何将数据转换为xgboost在R中可用的格式

这对我没有帮助。数据（

agaricus.train

和

agaricus.test

）已采用专门格式（

dgCMatrix

）：

我看到了它的用途，但我仍然很难将相当简单的数据整合到xgboost需要的格式中

例如，假设我有两个数据帧：

单词

和

标签

单词

数据框具有

句子id

和

单词id

，每个句子有一个或多个单词

data\u标签

数据框有一个句子id和标签（例如，对于二进制分类任务为0或1）

我如何将这些数据转换成一种格式来预测一个句子的标签

我可以分训练和测试

编辑：单词和数据标签的最简单版本：

words <- data.frame(sentence_id=c(1, 1, 2, 2, 2),
                    word_id=c(1, 2, 1, 3, 4))
data_label <- data.frame(sentence_id=c(1, 2), label=c(0, 1))

---

words输入到
xgb.DMatrix
可以是密集的
matrix
，也可以是稀疏的
dgCMatrix
，或者是以LibSVM格式存储在文件中的稀疏数据。因为您处理的是文本数据，所以稀疏表示是最合适的。
下面是如何将示例数据转换为dgCMatrix的示例。
在这里，我假设一个完美的情况，从1开始的连续整数组在两个表中都是相同的。如果实际情况并非如此，那么您就需要更多的数据

library(Matrix)

words <- data.frame(sentence_id=c(1, 1, 2, 2, 2),
                    word_id=c(1, 2, 1, 3, 4))
data_label <- data.frame(sentence_id=c(1, 2), label=c(0, 1))

# quick check of assumptions about sentence_id
stopifnot(min(words$sentence_id) == 1 &&
          max(words$sentence_id) == length(unique(words$sentence_id)))

# sparse matrix construction from "triplet" data
# (rows are sentences, columns are words, and the value is always 1)
smat <- sparseMatrix(i = words$sentence_id, j = words$word_id, x = 1)

# make sure sentence_id are in proper order in data_label:
data_label <- data_label[order(data_label$sentence_id)]
stopifnot(all.equal(data_label$sentence_id, 1:nrow(smat)))

xmat <- xgb.DMatrix(smat, label = data_label$label)

库（矩阵）
单词需要开始编码。我猜您知道如何将数据帧转换为矩阵格式，这对于xgboost非常重要，并且所有数据都是数字格式。你能发布你的数据和你正在使用的代码的一个小样本吗？否则就不清楚问题出在哪里。@Course_pete我把单词和数据标签的代码放在上面。@42-我把单词和数据标签的代码放在上面。@Course_pete不要假设我知道如何转换为矩阵格式。有几种不同的转换函数，我不知道xgboost想要哪种。
library(Matrix)

words <- data.frame(sentence_id=c(1, 1, 2, 2, 2),
                    word_id=c(1, 2, 1, 3, 4))
data_label <- data.frame(sentence_id=c(1, 2), label=c(0, 1))

# quick check of assumptions about sentence_id
stopifnot(min(words$sentence_id) == 1 &&
          max(words$sentence_id) == length(unique(words$sentence_id)))

# sparse matrix construction from "triplet" data
# (rows are sentences, columns are words, and the value is always 1)
smat <- sparseMatrix(i = words$sentence_id, j = words$word_id, x = 1)

# make sure sentence_id are in proper order in data_label:
data_label <- data_label[order(data_label$sentence_id)]
stopifnot(all.equal(data_label$sentence_id, 1:nrow(smat)))

xmat <- xgb.DMatrix(smat, label = data_label$label)