XGBoostはRの疎行列の欠損値と0を区別しますか？

Question

は時々0 と欠損値を持つことができます。たとえば、多分あなたは野球の投手のセットに対して投手あたりのゲームごとの三振を測定し、そしてあなたがここ

feats <- c(NA, NA, NA, 3.7, 0, 2.2) 

のような特徴ベクトルで終わる、1人の投手は、試合あたり0奪三振と3人の投手がdidnの平均しました彼らはまだゲームを投げていないので、すべてのデータを記録しません。我々は疎行列にこれを変換すると、我々はここで

library(Matrix) 
sparse1 <- sparseMatrix(i=4:6, j=rep(1, 3), x=c(3.7, 0, 2.2), dims=c(6, 1)) 
sparse1 

[1,] . 
[2,] . 
[3,] . 
[4,] 3.7 
[5,] 0.0 
[6,] 2.2 

のようなものを取得し、 dgCMatrixクラスは明らかに0から失われたデータを区別しますが、私が理解から、 dgCMatrixで不足しているデータは、値0を取ると想定され

XGBoostがこのデータを分割しようとすると、0と欠落データを別々に扱うのでしょうか？つまり、XGBostがこの機能を分割しようとすると、欠落しているデータに対してNAプロトコル（分割された両方の方向をチェック）に従うか、欠落したデータをスパース以外の0値と同じ場所に送信しますか？

をはい、欠損値は、ゲインの計算に考慮されていません（高める木の子供の勾配とヘッセ行列の合計に追加されません）0値ながら：しかし、正確な質問に答えるために

Answer 1

ブースティングツリー内の子供の勾配とヘッセ行列の合計に加算されます。

したがって、0と欠損値は同じではありません。あなたのコードで

Answer 2

は、明示的にスパース行列の表現を指定します。その他は暗黙のうちにゼロとみなされます。彼らは点であることが示されているが、これは彼らがNAであることを意味するものではない。 as.matrix()は、それらのドットが実際にゼロであることを示します。

library(Matrix) 
sparse1 <- sparseMatrix(i=4:6, j=rep(1, 3), x=c(3.7, 0, 2.2), dims=c(6, 1)) 
as.matrix(sparse1)