r - 使用 e1071 (SVM) 进行文本分类

Question

我有一个包含两列的数据框。一列包含文本。该列的每一行包含三个不同类别(技能、资格、经验)的某种类型的数据，另一列是它们各自的类别标签。

数据帧快照:



如何从包 e1071 应用 svm。如何将文本数据列转换为分数。我想将文本列转换为文档术语矩阵。他们还有别的办法吗？如何制作d-t-矩阵？

Answer 1

您可以使用 RTextTools包以创建文档术语矩阵。
使用 create_matrix 函数:

# Create the document term matrix. If column name is v1
dtMatrix <- create_matrix(data["v1"])

然后你可以使用这个训练你的 SVM 模型:

# Configure the training data
container <- create_container(dtMatrix, data$label, trainSize=1:102, virgin=FALSE)
 
# train a SVM Model
model <- train_model(container, "SVM", kernel="linear", cost=1)

如需信息， RTextTools 用户 e1071 在内部打包以训练模型。
有关更多详细信息，请参阅 RTextTools 和 e1071 文档。