您如何规范化R中适当的文档术语矩阵的行？

Question

我有一个名为train_dtm的DocumentTermMatrix，我想规范所有文档中术语频率的频率计数。 我面临的问题是，生成的矩阵也应该是DocumentTermMatrix类型，因为我想将规范化的矩阵传递给R中TopicModels包的另一种方法LDA。

以下是我使用的方法：

docs_dtm <- DocumentTermMatrix(docs)

现在，我希望将以上documenttermmatrix的行标准化。 我什至尝试通过添加控制参数

docs_dtm <- DocumentTermMatrix(docs, control=list(weighting = function(x) weightTf(x, normalize=TRUE)))

但是上面的调用抛出了一个错误

Error in weightTf(x, normalize=TRUE): unused argument (normalize = TRUE)

我已经编写了使用apply（）方法来标准化train_dtm值的方法，但是它没有返回DocumentTermMatrix类型的矩阵。

还有另一种方法可以完成上述任务吗？

Answer 1

您能否尝试直接传递weighting参数，例如：

docs_dtm <- DocumentTermMatrix(docs, control = list(weighting = weightTf, normalize = TRUE))

Answer 2

创建dtm后进行标准化：

docs_dtm_norm <- t(apply(docs_dtm, 1, function(x) x/sqrt(sum(x^2))))