从KNN到SVM的R中的文本文件分类

Question

我的问题是我不明白该如何去SVM，实际上我有20％的knn错误，所以我想改进此统计数据，我在vcorpus上放置的HTML文件，清洁，放入DTM，找出最频繁的单词，然后我使用1000个文件来整理1个文件的好类（我有7个类）。下面的代码：

corpusEntrainement <- VCorpus(DirSource("training", recursive=T))

corpusCleanEntrainement <- nettoyage(corpusEntrainement)

motsFrequentsEntrainement <- findFreqTerms(corpusMatrice,lowfreq = 400, highfreq = 1200)

corpusDocReduitEntrainement <- DocumentTermMatrix(corpusCleanEntrainement,list(dictionary=motsFrequentsEntrainement))

dataReduitEntrainement <- as.matrix(corpusDocReduitEntrainement[, motsFrequentsEntrainement])

classesEntrainement<-c(rep(1,150),rep(2,150),rep(3,150),rep(4,150),rep(5,150),rep(6,150),rep(7,150))

matriceFinaleEntrainement <- cbind(dataReduitEntrainement,"classes"=classesEntrainement)

这是我清理语料库并获得最终效果的方式。我认为代码的其他部分将很简单，我只想在SVM中移动文档。

谢谢 ！

Answer 1

我假设您正在寻找如何培训SVM模型（在问题中并不清楚）。

library(e1071)

svmfit = svm(classes ~ ., data = matriceFinaleEntrainement)

请注意，您可以将课程转换为一个因素：

classesEntrainement<-as.factor(c(rep(1,150),rep(2,150),rep(3,150),rep(4,150),rep(5,150),rep(6,150),rep(7,150)))

例如，请参见例如有关详细信息。