如何在 R 中为 tf-idf 加权 dfm 训练朴素贝叶斯分类器?
Posted
技术标签:
【中文标题】如何在 R 中为 tf-idf 加权 dfm 训练朴素贝叶斯分类器?【英文标题】:How to train naive bayes classifier for tf-idf weighted dfm in R? 【发布时间】:2020-06-26 08:29:22 【问题描述】:我是文本分析的新手,我正在尝试使用以下代码为来自quanteda
的数据集训练一个朴素贝叶斯分类器:
library("quanteda")
data(data_corpus_amicus, package = "quanteda.corpora")
# set training class
trainclass <- docvars(data_corpus_amicus, "trainclass")
amicus_train <- which(trainclass == "P" | trainclass == "R" )
# set test class
testclass <- docvars(data_corpus_amicus, "testclass")
amicus_test <- which(testclass == "AP" | testclass == "AR")
# create dfm from the data
amicus_dfm <- dfm(data_corpus_amicus, verbose = FALSE)
我想为 tf-idf
加权 dfm 训练分类器,所以我尝试了以下方法:
amicus_dfm_weight <- dfm_tfidf(amicus_dfm, scheme_tf = "count", scheme_df = "inverse")
weight_nb <-textmodel_nb(amicus_dfm_weight[amicus_train,], docvars(data_corpus_amicus, "trainclass")[amicus_train])
上面的代码给了我错误Error: will not group a weighted dfm; use force = TRUE to override
,所以我也尝试了amicus_dfm_weight <- dfm_tfidf(amicus_dfm, scheme_tf = "count", scheme_df = "inverse", force = TRUE)
,但仍然出现同样的错误。
有谁知道这个错误是什么意思以及如何解决这个错误?
非常感谢!
【问题讨论】:
【参考方案1】:是:安装最新的 quanteda.textmodels (>= 0.9.1) 包,textmodel_nb()
现在所在的位置。这个问题已被解决。将来请考虑使用reprex::reprex()
来获取可重现的示例,并始终在输出或解释中包含包版本。
这更适合作为 GitHub 问题而不是 SO 问题。
【讨论】:
以上是关于如何在 R 中为 tf-idf 加权 dfm 训练朴素贝叶斯分类器?的主要内容,如果未能解决你的问题,请参考以下文章