Question

我有两个以下的DTM：

dtm <- DocumentTermMatrix(t)

dtmImproved <- DocumentTermMatrix(t, 
               control=list(minWordLength = 4, minDocFreq=5))

当我实现这个时，我看到两个相同的DTM-s，如果我打开dtmImproved，则有3个符号的单词。为什么minWordLength参数不起作用？谢谢！

> dtm
A document-term matrix (591 documents, 10533 terms)

Non-/sparse entries: 43058/6181945
Sparsity           : 99%
Maximal term length: 135 
Weighting          : term frequency (tf)
> dtmImproved
A document-term matrix (591 documents, 10533 terms)

Non-/sparse entries: 43058/6181945
Sparsity           : 99%
Maximal term length: 135 
Weighting          : term frequency (tf)

Answer 1

dtmImproved <- DocumentTermMatrix(t, control=list(wordLengths=c(4, 15), 
                                   bounds = list(global = c(5,Inf))))

这解决了这个问题！缺乏适当的文件确实让我失望（：

Answer 2

如果可用的话，阅读源代码总是一个好主意。阅读wordcloud函数@ GitHub的源代码，这里是它的说法：
    ＃作者：ianfellows
    .....
    if（min.freq＆gt; max（freq））
    min.freq＆lt; - 0

所以你的DocumentTermMatrix返回了max（freq）＆lt;你设置的min.freq绑定，即非超出你设置的min.freq界限的条款。

希望这有助于 MJJ

R DocumentTermMatrix控件列表不起作用，默默地忽略未知参数

2 个答案: