r - R：文本分类的光谱聚类

Question

我正在使用tm包来创建文档语料库，并且我想使用谱聚类（kernlab包）进行文本分类。

所以，如果我有一个语料库

my_corpus = VCorpus(DirSource(directory="C:/Users/me/Desktop/Documents", pattern="txt")

我想使用specc带有以下参数的函数执行谱聚类

specc(x, centers, kernel)

我把什么作为第一个论点？文档说 x 必须是“要聚类的数据矩阵，或者要拟合的模型的符号描述，或者 kernelMatrix 类的内核矩阵，或者字符向量列表”。但简单地放置my_corpus是行不通的。所以如果你有一个文档库，我很困惑这是如何工作的。

Answer 1

1. 选择合适的内核

2. 计算核矩阵

3. 光谱聚类

4. 评价，评价，评价。聚类可能会失败，但仍然会产生结果。而在文字上，任何结果都可以解释为好看……见标题为“阅读茶叶”的两个主题建模的出版物！

Answer 2

x 需要一个矩阵和一个数据框。如果有的话，Corpus 就不是任何东西了。您应该将语料库转换为文档术语矩阵，然后将其转换为矩阵格式。