R:缺少数据导致XGBoost/sparse.model.matrix出错

据我所知，XGB应该具有处理丢失数据的优势，但是，每当我在添加了一些NAs的情况下测试Boston外壳集时，我都会得到以下错误：

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)

---

trainm在构建稀疏模型矩阵时，您需要采取纠正措施来处理NAs。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)

选项（na.action='na.pass'）
trainm在构建稀疏模型矩阵时，您需要采取纠正措施来处理NAs。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)

选项（na.action='na.pass'）
问题不在于
NA
。
train\u标签中的观察次数与
trainm
中的观察次数不同。如果执行
dim（trainm）
操作，您将获得
369 x 15
，而
length（train\u标签）
将返回
403
。感谢您的评论。如果我在“#####添加一些NAs”部分（第29-33行）之外加了注释，那么一切都正常，因此除非我误解了什么，否则错误是由于缺少一些数据造成的？是的，如果您注释代码的这些行，您将能够运行
xgb.DMatrix
。问题不在于
NA
。
train\u标签中的观察次数与
trainm
中的观察次数不同。如果执行
dim（trainm）
操作，您将获得
369 x 15
，而
length（train\u标签）
将返回
403
。感谢您的评论。如果我注释掉“####添加一些NAs”部分（第29-33行），那么一切正常，因此除非我误解了什么，否则错误是由于缺少一些数据造成的？是的，如果您注释代码的这些行，您将能够运行
xgb.DMatrix
。