Question

我需要对文本进行聚类（俄语文本的文本挖掘）。这里是代码：

  mydat=read.csv("C:/Users/Admin/Downloads/kr_csv.csv", sep=";",dec=",")
    View(mydat)


library("tm") 
library("SnowballC") 
library("textcat")

corpus=Corpus(VectorSource(mydat))

dtm=DocumentTermMatrix(corpus,
                       control=list(stemming=T, stopwords=F,
                        minWorldLenght=3,removeNumbers=T,
                        removePunctuation=T,
                        #stopwords=c(stopwords('SMART'))
                        weighting=function(x)
                          weightTf(x) ))

m<-as.matrix(dtm)

norm_eucl=function(m)
  m/apply(m,1,function(x)sum(x^2)^.5)
m_norm=norm_eucl(m)

res=kmeans(m_norm,3,100)

我选择了3集群决策并得到了这个错误

Error in sample.int(m, k) : 
  cannot take a sample larger than the population when 'replace = FALSE'

这意味着我不能使用多个群集，但这不可能。如何提取多个集群？ mydat

> dim(m_norm)
[1]    1 4298

head(m_norm, 20) there many docs (all on russian) i copied only part.
> Docs артикул madc артикул madc ту артикулldvoko       аскуэ   аскуэ зао аскуэ зао хакель         асу      асу тп асу тп аскуэ         атх
    Terms
Docs      атх ол  атх ол ооо      ач csb         аяд        аяд        аяд         базе базе протокола базе протокола hart бандажирования
    Terms
Docs бандажирования пучков бандажирования пучков проводов     батарея  батарея gp батарея gp в        без без протяжки без протяжки диам
    Terms
Docs без протяжки фмм без устройствадля без устройствадля ручного без электропривода без электропривода классгерметичности      белая
    Terms
Docs     бирка бирка кабельная бирка кабельная у бирка пластмассовая бирка пластмассовая квадратная         бкп    бкп дакж   бкп дакж 
    Terms
Docs        бкра       бкра       бкра   благовещенск благовещенский благовещенский арматурный благовещенский арматурный завод       блок
    Terms
Docs       блок      блок  м    блок atx  блок atx w блок клапанный блок клапанный метран блок концевых блок концевых переключателей

Answer 1

我发现，错误在于预处理

这里是工作代码

@media screen and (min-width: 1280px) {

body{
  margin-left: 50px !important;
  background-color: #F0F0F0 !important;
  margin-right: 50px !important;
}   
}

不要在R中形成带文本挖掘的集群

1 个答案: