0

我有一项任务,我需要根据存在客户面临的问题的文本字段来预测连续变量、里程表读数。此字段不是下拉菜单,而是使用客户的逐字更新。所以我需要根据客户面临的问题的文本字段来预测里程表读数。例如:

**Text**                     **Odometer Reading**
Clutch problem               20,000 
Axle Issue                   150,000

编辑:

我正在使用 unigram 构建线性模型。但是当我执行数据预处理时会收到此警告:

> corp <- Corpus(VectorSource(ISSUES$CUSTOMER_VOICE))
> 
> corp <- tm_map(corp,tolower)
Warning message:
In tm_map.SimpleCorpus(corp, tolower) : transformation drops documents
> corp <- tm_map(corp,removePunctuation)
Warning message:
In tm_map.SimpleCorpus(corp, removePunctuation) :
transformation drops documents
> corp <- tm_map(corp,removeWords,stopwords('english'))
Warning message:
In tm_map.SimpleCorpus(corp, removeWords, stopwords("english")) :
transformation drops documents
> corp <- tm_map(corp,stemDocument)
Warning message:
In tm_map.SimpleCorpus(corp, stemDocument) : transformation drops documents

有人可以告诉我如何解决这个警告。

4

1 回答 1

1

这只是一种方法,但这可能不是Text列的最佳解决方案,请执行 textminig 以获取 unigrams 和 bigrams,然后将它们转换为 DTM 矩阵,然后使用任何线性模型来预测里程表读数

我希望这可以解决您的问题

于 2018-12-14T05:40:19.047 回答