XGBoost Rstudio 错误数据具有“字符”类和长度...

如何解决XGBoost Rstudio 错误数据具有“字符”类和长度...

我正在尝试在 Rstudio 中使用 XGBoost。我有很多因子变量，可以在数据描述中看到。

我使用 step_string2factor 和 step_dummy 将所有因子变量转换为虚拟变量，以便 XGBoost 可以工作。然而，在我在这里的最后一个块中，我得到了错误：

x Fold1：预处理器 1/1，模型 1/10：xgboost::xgb.DMatrix(x,label = y,missing = NA) 中的错误：“数据”具有“字符”类和长度 3666440。 “数据”接受数字...

奇怪的是，XGBoost 在使用 step_dummy 时在其他配方中起作用，我不明白给定的错误，因为我的数据没有字符类。

xgb_recipe <- recipe(Conversion ~ .,data = Data_train_balanced) %>%
              step_string2factor(all_nominal()) %>%
              step_dummy(Jaar,Aantal,Verzekering,Retentie,Correct_Emailadres_flag,Klant_Email_Ja_Nee,Klant_Bellen_Ja_Nee,Klant_Mailen_Ja_Nee,Topsegment,Regio_Naam,Month,Weeks_split,Max_Loss,one_hot = TRUE)

xgb_model_tune <- boost_tree(trees = tune(),tree_depth = tune(),learn_rate = tune(),stop_iter = 200) %>%
                  set_mode("classification") %>%
                  set_engine("xgboost")

xgb_tune_wf <- workflow() %>%
  add_recipe(xgb_recipe) %>%
  add_model(xgb_model_tune)

xgb_tune_wf

class_metrics

# Create tuning grid
set.seed(0132)
xgb_grid <- expand.grid(trees = 250 * 1:10,learn_rate = c(0.1,0.01),tree_depth = 1:5)
xgb_grid

# Perform the grid search based on our created cross-validation (cv_folds)
xgb_tune_res <- tune_grid(
  xgb_tune_wf,resamples = cv_folds,grid = xgb_grid,metrics = class_metrics
)