共计 1317 个字符，预计需要花费 4 分钟才能阅读完成。
全文链接：http://tecdat.cn/?p=32032
原文出处：拓端数据部落公众号
反对向量机（SVM）是一种机器学习办法，基于构造危险最小化准则，即通过大量样本数据，失去尽可能多的样本数据。反对向量机对线性问题进行解决，能解决非线性分类问题。本文介绍了 R 语言中的 SVM 工具箱及其反对向量机（SVM）办法，并将其利用于文本情感剖析畛域，结果表明，该办法是无效的。在此基础上，对文本开掘新闻语料进行情感分类和词云可视化，从视觉上对文本进行情感剖析。
语料是从 yahoo Qimo 上爬的新闻语料，一共 49000 篇，每篇蕴含题目、新闻内容、评论、读者投票后果（投票抉择顺次为：实用，感人、开心、超扯、无聊、胆怯、惆怅、火大）以及总投票个数。
数据概览
以第一个意料为例
对其分词提取关键词
library(jiebaR)
cutter = worker(type = "keywords", topn = 10)
words = "1.txt"查看工作目录下所有的文件
dir = list.files(".")
获取分类号
xx<-readLines(dir[i],encoding = "UTF-8")
## Warning in readLines(dir[i], encoding = "UTF-8"): 读 '1.txt' 时最初一行得逞
# xx<-readLines("2.txt",encoding = "UTF-8")
class=strsplit(xx[length(xx)-1],split="#")[[1]][3]词性分类
for(i in 1:10){cutter = worker(type = "keywords", topn = 10)
绘制词汇图
mycolors <- brewer.pal(8,"Dark2")# 设置一个色彩系：wordcloud(cutter_words,as.numeriter_words)),random.order=FAL筹备训练集和测试集
ntrain <- round(n*0.8) # 训练集
tindex <- sample(n,ntrain) # 筛选测试集样本
xtrain<-textdata[tindex,]
xtest<-textdata[-tindex,]
#可视化
plot(textdata[,c("classlist","X1")] ,pch=ifelse(istrain==1,1,2))训练 SVM
当初咱们在训练集上应用来训练线性 SVM
svm(classlist ~ . , textdata)预测数据
predictedY <- predict(model, textdata)
预测的数据
查看分类混同矩阵
最受欢迎的见解
1.Python 主题建模 LDA 模型、t-SNE 降维聚类、词云可视化文本开掘新闻组
2.R 语言文本开掘、情感剖析和可视化哈利波特小说文本数据
3.r 语言文本开掘 tf-idf 主题建模，情感剖析 n -gram 建模钻研
4. 游记数据感知游览目的地形象
5. 疫情下的新闻数据察看
6.python 主题 lda 建模和 t -sne 可视化
7.r 语言中对文本数据进行主题模型 topic-modeling 剖析
8. 主题模型：数据凝听人民网留言板的那些“网事”
9.python 爬虫进行 web 抓取 lda 主题语义数据分析
正文完
