python - R saving Naive Bayes for training，R 相当于 Pythons pickle。

Question

我一直在 Python 上练习数据分析，并一直在寻求用 R 做同样的事情，尤其是情感分析。使用 python 来训练 NB 算法，我可以将它保存为 pickle 并重新使用以继续训练它，但是我不确定我将如何使用 R 来做到这一点。这是我目前使用库 e1071 训练和测试数据集所遵循的。清理数据后。

convert_count <- function(x) {
  y <- ifelse(x > 0, 1,0)
  y <- factor(y, levels=c(0,1), labels=c("No", "Yes"))
  y
}

trainNB <- apply(dtm.train.nb, 2, convert_count)
testNB <- apply(dtm.test.nb, 2, convert_count)

system.time( classifier <- naiveBayes(trainNB, df.train$class, laplace = 1) )

system.time( pred <- predict(classifier, newdata=testNB) )
table("Predictions"= pred,  "Actual" = df.test$class )

任何人都可以向我解释一下使用 R 时 Python pickle 的等价物是什么吗？我的另一个问题是使用 tm 清理语料库然后使用文档术语矩阵实现词袋？

谢谢

Answer 1

我没有在 Python 中使用 pickling，但看起来你只是压缩并保存一个对象，对吧？

在那种情况下——我会使用“fst”包中的“write.fst”。它序列化数据帧。当您想再次访问该对象时，您必须执行“read.fst”。