当我将整洁函数应用于我的数据集中的LDA模型的结果时,我收到以下错误“eval中的错误(替换(expr),envir,enclos):未找到绑定:'Var1'”。当在相关的印刷机示例中使用时,我得到相同的错误,如下所示。我尝试通过devtools :: install_github(“juliasilge / tidytext”)重新安装tidytext,我仍然得到相同的结果。还有什么我可以尝试的吗?
库(tidyr) 库(tidytext) 库(tidyverse) 库(topicmodels) 库(扫帚)
数据( “AssociatedPress”) AssociatedPress
ap_lda< - LDA(AssociatedPress,k = 2,control = list(seed = 1234)) ap_lda
ap_topics< - tidy(ap_lda,matrix =“beta”) ap_topics
<> 非/稀疏条目:302031/23220327 稀疏度:99% 最大学期长度:18 加权:术语频率(tf)
ap_lda< - LDA(AssociatedPress,k = 2,control = list(seed = 1234)) ap_lda 具有2个主题的LDA_VEM主题模型。
ap_topics< - tidy(ap_lda,matrix =“beta”) eval中的错误(替换(expr),envir,enclos): 绑定未找到:'Var1' ap_topics
答案 0 :(得分:1)
我无法重现这个问题。
library(tidyverse)
library(tidytext)
library(broom)
library(topicmodels)
data("AssociatedPress", package = "topicmodels")
AssociatedPress
#> <<DocumentTermMatrix (documents: 2246, terms: 10473)>>
#> Non-/sparse entries: 302031/23220327
#> Sparsity : 99%
#> Maximal term length: 18
#> Weighting : term frequency (tf)
ap_lda <- LDA(AssociatedPress, k = 2, control = list(seed = 1234))
ap_lda
#> A LDA_VEM topic model with 2 topics.
ap_topics <- tidy(ap_lda, matrix = "beta")
ap_topics
#> # A tibble: 20,946 x 3
#> topic term beta
#> <int> <chr> <dbl>
#> 1 1 aaron 1.686917e-12
#> 2 2 aaron 3.895941e-05
#> 3 1 abandon 2.654910e-05
#> 4 2 abandon 3.990786e-05
#> 5 1 abandoned 1.390663e-04
#> 6 2 abandoned 5.876946e-05
#> 7 1 abandoning 2.454843e-33
#> 8 2 abandoning 2.337565e-05
#> 9 1 abbott 2.130484e-06
#> 10 2 abbott 2.968045e-05
#> # ... with 20,936 more rows
你可以加载另一个包吗?另一位用户遇到了reshape包的问题。