建议你好好看看文档。 花点时间看文档没坏处。
我印象里， xgb是不支持 公式的。 label是个一列矩阵。  而且不支持dataframe。

那个help已经看了，也看了例子，但例子中的这两句没看懂

data(agaricus.train, package='xgboost')
data(agaricus.test, package='xgboost')
train <- agaricus.train
test <- agaricus.test


我把公式删了，结果还是有错误
> bst <- xgboost(data = traindata,lable=y,max.depth = 2, eta = 1,
+                                 nrounds = 2, objective = "binary:logistic")
Error in xgb.get.DMatrix(data, label) : xgboost: Invalid input of data

label =y  注意拼写。。。。。。
如果traindata， y都是矩阵，应该没问题了

一、注意xgboost 中对 data 的要求：
       data      takes matrix, dgCMatrix, local data file or xgb.DMatrix
二、agaricus.train 是一个list :
    str(agaricus.train)
List of 2
$ data :Formal class 'dgCMatrix' [package "Matrix"] with 6 slots
  .. ..@ i       : int [1:143286] 2 6 8 11 18 20 21 24 28 32 ...
  .. ..@ p       : int [1:127] 0 369 372 3306 5845 6489 6513 8380 8384 10991 ...
  .. ..@ Dim     : int [1:2] 6513 126
  .. ..@ Dimnames:List of 2
  .. .. ..$ : NULL
  .. .. ..$ : chr [1:126] "cap-shape=bell" "cap-shape=conical" "cap-shape=convex" "cap-shape=flat" ...
  .. ..@ x       : num [1:143286] 1 1 1 1 1 1 1 1 1 1 ...
  .. ..@ factors : list()
$ label: num [1:6513] 1 0 0 1 0 0 0 1 0 0 ...
三、正确格式是：
  bstSparse <- xgboost(data = agaricus.train$data, label = agaricus.train$label,
        max.depth = 6, eta =0.001, nthread = 3, nround = 6999,
         objective = "binary:logistic",verbose=2)
四、xgboost 自带分布式的数据集定义格式，xgb.DMatrix ，相当有效地处理大型数据集！！！
五，想有效地评估xgboost ，用xgb.train较好些
六，想用好xgboost ，最好想学习gbm及其gbm原创者论文，从楼主参数设制，可见，可能还没读过相关文献。。

data(agaricus.train, package='xgboost')
data(agaricus.test, package='xgboost')
train <- agaricus.train
test <- agaricus.test
就是获取两个数据集，一个训练集，一个测试集， 你仔细看看两个数据集的结构，应该训练集多一列。