我正在尝试在R中建立深度学习模型，并收到错误消息，提示没有可用的训练数据。有人可以帮忙吗？
clothing_reviews <-read.csv（“ C：/ Users / Astrid / Documents / Master BWL / Data Mining mit R / R /Präsentation2 / Womens Clothing Reviews.csv”）％>％ + mutate（喜欢= ifelse（评分== 5，1，0）， +文字= paste（“ Title”，“ Review.Text”）， + text = gsub（“ NA”，“”，text））
瞥见（clothing_reviews） 观察值：28,222 变数：13 $ X“ 0”，“ 1,1080,34 ,,”喜欢这件衣服！太漂亮了我偶然发现... $ Clothing.ID 767，，，，，847，，，，1077，，1077，1095，，，所以我会说这很简单... $年龄33，，，，，47，，，，，24，，53，39，，，，，，，50，，，，41，，，，，，，，... $ Title，，，讨人喜欢的衬衫，，，讨人喜欢的，连衣裙看起来像是人造的... $ Review.Text绝对很棒-柔滑，性感，舒适、、、、这件衬衫... $评分4 、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、 $推荐。IND1，，，，，，，，，，，，，，，，，，，，，，，，，，，，，... $ Positive.Feedback.Count 0，，，，，，，0，，14，2，，，，，，，，，，，，，，，，，，，... $ Division.Name Initmates，，，，General，，，General，General，General Petite，，，... $ Department.Name亲密的，，，上衣，，，连衣裙，连衣裙，连衣裙，，，，，连衣裙... $ Class.Name ......................亲密;;;;;;;;;;;;;;;;;;，，、、 ;;;;;;;;;;;;;;; 、、、、、 ... $喜欢0，0，0，0，1，0，0，0，1，0，0，1，0，0，0，0，0，0，0，0，1，0，0，0， ... $ text“ Title Review.Text”，“ Title Review.Text”，“ Title Review.Text”，“ Title Re ...
clothing_reviews％>％ + ggplot（aes（x = factor（Liked），fill = Liked））+ + geom_bar（alpha = 0.8）+ +指南（填充=假）
reviews_total <-rbind（clothing_reviews $ Liked， + clothing_reviews $ text）
reviews_m <-as.matrix（reviews_total） dimnames（评论_m）<-NULL
set.seed（123） ind <-sample（2，nrow（reviews_m），replace = TRUE，prob = c（0.7,0.3）） reviews_train <-reviews_m [ind == 1,1] reviews_test <-reviews_m [ind == 2,1] reviews_trainlabel <-as.numeric（reviews_m [ind == 1,2]） reviews_testlabel <-as.numeric（reviews_m [ind == 2,2]） 警告信息： 强制引入的NA
maxlen <-100 max_words <-10000 令牌生成器<-text_tokenizer（num_words = max_words）％>％ + fit_text_tokenizer（reviews_train） sequence <-texts_to_sequences（令牌生成器，reviews_train） word_index = tokenizer $ word_index
x_train <-pad_sequences（序列，maxlen = maxlen） y_train <-as.array（reviews_trainlabel）
批处理大小<-20 时代<-12
模型<-keras_model_sequential（）％>％ + layer_embedding（input_dim = max_words，output_dim = 100）％>％ + layer_lstm（单位= 16）％>％ + layer_dense（1）％>％ + layer_activation（“ Sigmoid”）％>％compile（ +损失=“ binary_crossentropy”， +优化程序=“ adam”， +指标=“准确性” +
+）历史记录<-型号％>％ +适合（ + x_train， + y_train， + batch_size = batch_size， +纪元=纪元， + validation_split = 0.3
py_call_impl（可调用，dots $ args，dots $ keywords）错误： ValueError：空的训练数据。