R語言轉(zhuǎn)置是否會自動識別原數(shù)據(jù)的列為標(biāo)題及層次聚類的問題

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

我有一份新聞內(nèi)容的數(shù)據(jù)，數(shù)據(jù)包含1790行2列，2列是新聞編號和新聞內(nèi)容，現(xiàn)在是想做層次聚類，就得變成2行1790列，但是這樣導(dǎo)入的特慢，就想先導(dǎo)入2列那種形式的，再進(jìn)行轉(zhuǎn)置，但有個疑問是轉(zhuǎn)置之后header會自動識別為新聞編號嗎？要是不能識別，怎么設(shè)置轉(zhuǎn)置后第一行是標(biāo)題呢？畫出層次聚類的圖只有三個元素，差太多了。以下是代碼，請大家看看有什么問題，多多指教：

csv<- read.table("body1.txt",header=F)

csv <-t(csv)

library(tm)

txt<-Corpus(VectorSource(csv))

txt<-tm_map(txt,removeNumbers)#去除數(shù)字

txt<-tm_map(txt,stripWhitespace)#去除多余空格

txt<-tm_map(txt,removePunctuation)#去除標(biāo)點(diǎn)符號

txt<-tm_map(txt,removeWords,stopwords("english"))#將英文中的停詞刪掉：例如把that　at　等英文介詞去掉。

txt<-tm_map(txt,PlainTextDocument)#去掉空文件

Sys.setenv(JAVA_HOME='C:/ProgramFiles/Java/jdk1.6.0_43/jre')

library(Rwordseg)

txt<-segmentCN(as.character(txt))#將語料庫中的中文時(shí)行分詞

txt<-Corpus(VectorSource(txt))

cnword<-read.table(file.choose(),header=F)

cnword<-as.vector(cnword[1:dim(cnword)[1],])#需要為向量格式

dtm<-DocumentTermMatrix(txt,control=list(dictionary=cnword,removePunctuation=TRUE,stopwords=TRUE,wordLengths = c(2, Inf)))

dtm2= removeSparseTerms(dtm, sparse=0.99)

d<- dist(dtm2, method = "euclidean")

fit<- hclust(d, method="ward.D")

plot(fit)

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享0 收藏0 回帖

關(guān)鍵詞：R語言 Head der EAD 數(shù)據(jù)包 元素