R中的Kmeans聚类和文本挖掘答案

【问题标题】：Kmeans clustering and Text mining in RR中的Kmeans聚类和文本挖掘
【发布时间】：2017-04-10 14:08:06
【问题描述】：

我有一个包含 twitter 数据的 txt 文件（只有 1 个文件）。我使用 streamR 和 parseTweets 函数将它加载到 R 中。我需要对这些数据进行 Kmeans 聚类。首先，我需要清理和准备数据，但数据是数字、字符的混合体，我不允许这样做：（例如）内容转换为降低。
如何从这些数据中删除所有不需要的字符？我只需要纯文本。没有数字、特殊字符等

*library(streamR)
install.packages("RCurl")
install.packages("bitops")
install.packages("rjson")
library(bitops)
library(RCurl)
library(rjson)
library(NLP)
library(tm)
library(SnowballC)
library(XML)
tweets.df<-parseTweets('tweetsStream.txt', simplify = FALSE);
tweets.df<-tm_map(tweets.df,content_transformer(tolower));
Error in UseMethod("tm_map", x) : 
  no applicable method for 'tm_map' applied to an object of class "data.frame"*

【问题讨论】：

标签： r k-means text-mining

【解决方案1】：

tm_map 函数需要语料库作为输入数据类型。试试这个：

docs <- Corpus(DirSource(cname))
docs <- tm_map(docs, tolower)

在此处查找完整示例：https://rstudio-pubs-static.s3.amazonaws.com/31867_8236987cf0a8444e962ccd2aec46d9c3.html

有关更多详细信息，您可以随时运行

??tm_map 或 ??tm 可在 R 控制台中访问整个文档。

问候，马库斯

【讨论】：