Question

概述

为了避免内存问题，我使用下面的代码将文档术语矩阵转换为带有“矩阵”包的稀疏矩阵：

library(matrix)
documentTermMatrixFrame <- Matrix(documentTermMatrixFrame, sparse = TRUE)

但是当我尝试使用这个矩阵作为“ranger”包的ranger（）函数的输入时，使用下面的代码：

library(ranger)
trainSet <- documentTermMatrixFrame[1:750,]
testSet <- documentTermMatrixFrame[751:999,]
fit <- ranger(trainingColumnNames, data=trainSet,write.forest=TRUE)

我收到错误：

Error in as.data.frame.default(data) : 
cannot coerce class "structure("dgCMatrix", package = "Matrix")" to a data.frame

数据集

这是我正在使用的数据集样本

＆＃13;

  
 
  <html>
    <table style="width:100%">
  <tr>
    <th>nitemid</th>
    <th>sUnSpsc</th> 
    <th>productDescription</th>
  </tr>
      <tr>
    <td>7460893</td>
    <td>26121609Network cable </td> 
    <td>Category 6A, Advanced MaTriX, 4-pair, 23 AWG, U/UTP copper cable, Plenum (CMP) Rated, White, 1000ft/305m ""</td>
  </tr>
       <tr>
    <td>7460456</td>
    <td>26121709Network cable </td> 
    <td>Shielded marine MUD-resistant armored copper cable, category 7 S/FTP, low smoke zero halogen (LSZH), 4-pair, conductors are 22 AWG construction with foamed PE insulation, twisted in pairs</td>
  </tr>
       <tr>
    <td>7460856</td>
    <td>26121890Inter connect cable </td> 
    <td>1 PC. = 100 M 2 X 1.5 QMM, 100M SPECIAL DESIGN TO UL CLASS 2 YELLOW TPE OIL-RESISTANT AS-INTERFACE SHAPED CABLE</td>
  </tr>
</html>

＆＃13;

使用停用词删除，标点符号删除，词干分析等对数据集中的描述进行预处理后，将创建文档 - 术语矩阵，然后将其转换为稀疏矩阵。

数据集的Documnent-term矩阵样本

terms
doc   advance  category ..... ..... ....... ....... ....... twist
 1      1         1                                           0
 2      0         1                                           1
 3      0         0                                           0

问题

如何使用稀疏矩阵作为ranger（）函数的输入？

有人可以帮忙吗

先谢谢

Answer 1

目前不支持此选项。 Ranger调用了一些C ++ - 例程，所以你不能通过R传递一个稀疏矩阵（只是检查Ranger＆＃39; github），你需要重写Ranger本身。唯一的选择是将稀疏矩阵转换为密集矩阵并转换为数据帧。如果这会导致内存问题，那么根本就没有简单的解决方案。

Answer 2

从版本0.7.2开始，稀疏矩阵（如包Matrix中的稀疏矩阵）现在可以传递给ranger，请参阅讨论here。扩展到线程中的内容，稀疏矩阵现在也支持CRAN版本，并且不需要像inital github版本那样的其他参数。

使用稀疏矩阵作为R中的游侠包的输入

2 个答案: