[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
[軟體熟悉度]:
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
1.在使用sparse.model.matrix時，第一行會產生1這個intercept，如果是用xgboost，
似乎都會寫成~.-1，把intercept移除，那如果創造sparse.model.matrix，想用來預估
其他模型，查到的範例似乎都沒有移除1這個intercept，為什麼在xgboost需要移除，
而在預估其他模型便不需移除?
2.如果用hashed.model.matrix，也能夠搭配xgboost嗎，會有移除intercept的問題嗎?
[程式範例]:
sparse_matrix <- sparse.model.matrix(Improved~.-1, data = df)
[關鍵字]:
sparse.model.matrix ,xgboost, hashed.model.matrix
以上的疑問，懇請各位先進解答，謝謝！

把一個全相等的變數當做分類器的部份依據自然沒有意義保留常數項在線性模型求解的時候就有作用了。

感謝，所以除了線性外還有哪些不須把常數項移除

看目的吧。當然得先了解你之後把資料餵給什麼東西處理。