R xgboost - 如何使用本地数据文件？

Question

我有一个大数据集，我正在尝试使用 R 的包 xgboost 对其执行回归。

函数xgboost说参数data可以是本地数据文件，据我理解应该是文件名要使用的。但是没有关于它的进一步规范，所以我的问题是这个文件究竟应该如何。

我试过了

random=matrix(rnorm(15),5,3)
colnames(random)=c("first","second","label")
write.csv(random,"random.csv")
bst <- xgboost(data = "random.csv", 
               nthread = 7, 
               nround = 3,
               objective="reg:linear",
               verbose=FALSE)

但是 returns

6x0 matrix with 0 entries is loaded from random.csv
Error in xgb.iter.update(bst$handle, dtrain, i - 1, obj) : 
NumCol:need column access

非常感谢！

Answer 1

遗憾的是，我还没有被允许发表评论，这对于正确的回答来说有点天真，但只是为了确定： - 您确定 R 位于正确的文件夹中吗？尝试 getwd() 检查您所在的工作目录，然后 setwd() 更改它。

我稍后会删除我的答案，因为我认为它不完整，

问候，

丹尼尔

Answer 2

xgboost本地数据文件输入不支持csv。引自此link

Currently XGBoost supports local data files in the libsvm format. - See more at: http://blog.nycdatascience.com/uncategorized/xgboost-introduction/#sthash.bmlHst0T.dpuf

有关 libsvm 格式的更多信息，请参阅 this Cross Validated Question/Answer。

希望对您有所帮助。

R xgboost - 如何使用本地数据文件？

R xgboost - how to use local data files?

r

xgboost

large-data