2

我正在使用 RTextTools 构建一个带有矩阵和模型的训练集,稍后我将其应用于不同的文档以对它们进行分类。

编辑:矩阵是一个文档术语矩阵

我遇到的问题是,有时在我new_matrix使用以下行创建某些文档时

new_matrix <- create_matrix(data$document,language="english", removeNumbers=FALSE, removePunctuation=TRUE, removeStopwords=TRUE, toLower=TRUE, stemWords=TRUE, minDocFreq=1,weighting=weightTfIdf,originalMatrix=matrix)

我得到一些NaN使我的语料库失败的值

corpus <- create_corpus(new_matrix,data$value, testSize=1:100,virgin=FALSE)

随着错误

Error in .csr.coo(x) : NA/NaN/Inf in foreign function call (arg 4)

我不确定为什么会有一些NaN值。我的猜测是它与 new_matrix 上存在的一些单词有关,而不是原始矩阵上的一些单词。

如何更改NaN结果矩阵中 0 的值?

这样做会改变分类的结果吗?

非常感谢任何帮助!谢谢!

4

2 回答 2

3

使用 is.na() 查找 NaN 值的简单方法:

data<-c(1,2,NaN,4,2)
data[is.na(data)]<-0
data

[1] 1 2 0 4 2

于 2012-06-21T19:52:08.943 回答
0

我是 RTextTools 的首席开发人员,如果您能向我发送此错误的示例,我将不胜感激。originalMatrix 参数是在过去两个月内引入的,它的处理方式可能存在一些持续的问题。您可以在我的网站 (http://www.timjurka.com/) 上给我发电子邮件

于 2012-07-11T13:07:06.157 回答