r 中从 KNN 到 SVM 的文本文件分类答案

【问题标题】：Text file classification in r from KNN to SVMr 中从 KNN 到 SVM 的文本文件分类
【发布时间】：2022-12-17 08:19:40
【问题描述】：

我的问题是我不明白如何使用 SVM，实际上我在 KNN 中有 20% 的错误所以我想改进这个统计，我处理我放入 VCorpus 中的 html 文件，清理，放入 DTM，找出最常用的词，然后我使用大约 1000 个文件来为 1 个文件（我有 7 个类）整理出好的类。下面的代码：

corpusEntrainement <- VCorpus(DirSource("training", recursive=T))

corpusCleanEntrainement <- nettoyage(corpusEntrainement)

motsFrequentsEntrainement <- findFreqTerms(corpusMatrice,lowfreq = 400, highfreq = 1200)

corpusDocReduitEntrainement <- DocumentTermMatrix(corpusCleanEntrainement,list(dictionary=motsFrequentsEntrainement))

dataReduitEntrainement <- as.matrix(corpusDocReduitEntrainement[, motsFrequentsEntrainement])

classesEntrainement<-c(rep(1,150),rep(2,150),rep(3,150),rep(4,150),rep(5,150),rep(6,150),rep(7,150))

matriceFinaleEntrainement <- cbind(dataReduitEntrainement,"classes"=classesEntrainement)

所以这就是我如何清理我的语料库并获得最终的 as.matrix，我如何从 svm 移动？我认为代码的其他部分会很简单，我只想移动 SVM 中的文档。

谢谢！

【问题讨论】：

标签： r svm knn text-classification corpus

【解决方案1】：

我假设您正在寻找如何训练 SVM 模型（问题中不是很清楚）。

library(e1071)

svmfit = svm(classes ~ ., data = matriceFinaleEntrainement)

请注意，您可以在之前将类转换为一个因素：

classesEntrainement<-as.factor(c(rep(1,150),rep(2,150),rep(3,150),rep(4,150),rep(5,150),rep(6,150),rep(7,150)))

有关详细信息，请参见例如this tutorial。

【讨论】：