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