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!