R：将dgCMatrix拆分为训练和测试矩阵，用于XGBoost训练

Question

首先，我是XGBoost的新手。所以请原谅我的愚蠢。

这是一个问题：

如何将dgCMatrix分成两个矩阵（比如火车和测试）？我的目标是使用这些矩阵进行XGBoost训练。当我使用单热编码将所有分类变量转换为数值变量时，我得到了dgCMatrix。我可以在训练数据集和测试数据集上单独进行单热编码吗？

我已经尝试过dummyVars（来自包的插入符号）进行单热编码，但我的R会话由于某种原因而被中止，我不知道。

Answer 1

在这里添加DexGroves的评论作为答案，因为它回答了这个问题。

即使您将数据集拆分为两个（例如，A和B），即使某些级别在A或B中不存在，有关因子的所有级别的信息也将存储在A和B中。所以当您对子集进行一次热编码，它编码所有级别，而不管子级中是否存在级别。它在下一个子集上使用相同的编码。