是否可以在没有 tm 和 RTextTools 的情况下使用 R 中的 e1071 进行 SVM 概率预测？答案

【问题标题】：Is it possible to make SVM probabiility predictions without tm and RTextTools using e1071 in R?是否可以在没有 tm 和 RTextTools 的情况下使用 R 中的 e1071 进行 SVM 概率预测？
【发布时间】：2017-12-12 15:19:17
【问题描述】：

我正在尝试根据员工满意度调查创建主题分类器。该调查包含多个评论字段，因此希望产生一种有效的方法来对单个评论的内容进行分类，然后再确定它是正面的还是负面的（非常标准的情绪分析）。我已经有去年调查的样本数据，其中 cmets 已手动指定一个类别。

数据结构为三行 CSV 文件：

文档（或评论） - 主题 - 情绪

一个例子可能是：

文件：我害怕我们的客户的暴力，因为我的职位没有足够的安全感

主题：暴力

情绪：负面

（非常粗略的例子，但请耐心等待）

我制作这个分类器的工具是 RStudio，但我只能访问有限数量的包。我无法访问 tm 或 RTextTools，它们是我在工作之外做项目时通常使用的包。我几乎只能访问 e1071，这就是为什么我认为支持向量机可以解决问题。在处理文本分析时，我对 NaiveBayes 的体验很糟糕，但我当然愿意接受任何建议。没有 tm 或 RTextTools 是否可以进行文本挖掘？我可以访问 NLP 和 tau 包

【问题讨论】：

您应该提供一个代码，显示您迄今为止尝试过的内容以及一些可重现的数据
到目前为止，我已经尝试过模拟这个：ida.liu.se/~jodfo01/files/r-svm-pres.pdf 虽然没有成功。但请不要错过重点。这不是为我提供可以粘贴的代码修复程序。这只是讨论是否可以在没有这些包的情况下进行文本挖掘。也许还有一些关于如何去做的想法。

标签： r nlp tm

【解决方案1】：

来自predict.svm的帮助页面

# S3 method for svm
predict(object, newdata, decision.values = FALSE,
probability = FALSE, ..., na.action = na.omit)

您可以通过将选项概率设置为TRUE 来使用它。 IE。 predict(foo,bar, probability = TRUE)

【讨论】：