用R語言進行文本挖掘和主題建模
歡迎大家前往騰訊雲+社區，獲取更多騰訊海量技術實踐干貨哦~ 我們每天都會遇到各種各樣的文本數據，但大部分是非結構化的，並不是全部都是有價值的。 據估計，全球約80％的數據是非結構化的。這包括音頻， ...
原文：使用R語言進行主題發現（一）
寫作目的 最近由於研究需要，使用R語言對文本進行了主題發現，下面對具體過程進行記錄。 步驟一：讀取文本並進行預處理 本實驗中主要對從SCI引文數據庫中關於bigdata的索引記錄進行分析，文件后綴為，目錄為c: data ,具體代碼為： 獲取目錄下所有的txt文本路徑 fileList lt list.files path C: data ,full.names T,pattern .txt 按行 ...
2014-11-22 11:18 0 2864 推薦指數：
相關推薦
R語言—使用函數sample進行抽樣
在醫學統計學或者流行病學里的現場調查、樣本選擇經常會提到一個詞：隨機抽樣。隨機抽樣是為了保證各比較組之間均衡性的一個很重要的方法。那么今天介紹的第一個函數就是用於抽樣的函數sample： ...
使用R語言進行簡單的線性回歸
summary() 函數查看一下相關摘要 使用求出來的線性模型進行預測 通過畫圖展示測試數據的線性 ...
【R筆記】使用R語言進行異常檢測
本文轉載自cador 《使用R語言進行異常檢測》 本文結合R語言，展示了異常檢測的案例，主要內容如下： （1）單變量的異常檢測 （2）使用LOF（local outlier factor，局部異常因子）進行異常檢測 （3）通過聚類進行異常檢測 （4）對時間 ...
使用R語言進行時間序列分析
一、時間序列的定義 時間序列是將統一統計值按照時間發生的先后順序來進行排列，時間序列分析的主要目的是根據已有數據對未來進行預測。一個穩定的時間序列中常常包含兩個部分，那么就是：有規律的時間序列+噪聲。所以，在以下的方法中，主要的目的就是去過濾噪聲值，讓我們的時間序列更加的有分析意義。二、時間序列 ...
R語言使用tryCatch進行簡單的錯誤處理
最近在看《機器學習：實用案例解析》，做郵件過濾器的時候，參考書中的代碼讀取郵件文件進行分類器訓練，在讀取過程中會出現下面的錯誤： seq.default(which(text == "")[1] + 1, length(text), 1) : 'from ...
使用nmap進行主機發現
當網絡不通時，我們需要ping一下主機，檢查網關是否正常，這與主機發現原理一樣。當測試目標是一個網絡時，在線的主機才是我們的用主機發現的目標，nmap中提供了許多主機發現的方法，大多與TCP/IP協議簇中的協議有關。 1、跳過ping掃描階段： nmap進行 ...
R語言--圖形基本使用1
1 使用圖形 1.1 交互式繪圖 使用的是內置數據集：mtcars 畫出散點圖：plot(mtcars$mpg,mtcars$wt) 給圖形加標題：title("車輛耗油與重量之間的關系") 加回歸線：abline(lm(mpg~wt,data=mtcars)) （為什么我的沒有回歸線 ...