标签的长度必须等于输入数据中的行数

Question

我不知道为什么会出现此错误！我的数据 training 是一个稀疏矩阵。

dim(training)
> 14407 161

dim(label.train)
> 14407 1

xgb.train <- xgb.DMatrix(data = training, label = label.train)
> 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

我检查了我的数据并且：

• label.train 是一个 data.frame
• training 没有全零行或零列
• training 中的所有值都是数字

PS。我的数据很大，所以我无法 post 一个可重现的代码，只需要那些遇到过这个错误的人提供的可能出错的提示。

Answer 1

您收到错误是因为您的标签是 data.frame。将它们作为向量或矩阵传递对我有用。

vec_y <- mtcars$vs
mat_y <- as.matrix(mtcars$vs)
df_y  <- mtcars[,8,drop=FALSE] #column vs is the 8th column

x <- as.matrix(mtcars[,-8])    #column vs is the 8th column

#vector labels: works
xgboost::xgb.DMatrix(data=x, label=vec_y)
#matrix labels: works
xgboost::xgb.DMatrix(data=x, label=mat_y)
#df labels: doesnt work
xgboost::xgb.DMatrix(data=x, label=df_y)

Answer 2

很可能您的其他脚本的数据没有任何缺失 (NA) 值。当您将数据帧稀疏（我猜您正在尝试对一个热编码列进行编码）到矩阵时，R 将自动删除缺失值并因此删除错误。

最佳做法是使用“is.na”将所有空值替换为 0。