R節省了朴素貝葉斯用於訓練，R等同於Python的泡菜。

Question

我一直在用Python練習數據分析，並且一直在尋找R特別是情感分析方面的方法。 使用python訓練NB算法，我可以將其另存為泡菜，並重復使用以繼續訓練它，但是我不確定如何使用R進行此操作。目前，這是我使用庫e1071訓練和測試數據集所遵循的。 清理數據后。

convert_count <- function(x) {
  y <- ifelse(x > 0, 1,0)
  y <- factor(y, levels=c(0,1), labels=c("No", "Yes"))
  y
}

trainNB <- apply(dtm.train.nb, 2, convert_count)
testNB <- apply(dtm.test.nb, 2, convert_count)

system.time( classifier <- naiveBayes(trainNB, df.train$class, laplace = 1) )

system.time( pred <- predict(classifier, newdata=testNB) )
table("Predictions"= pred,  "Actual" = df.test$class )

任何人都可以向我解釋使用R時相當於Python的pickle嗎？ 我還有一個問題是使用tm清理語料庫，然后使用文檔術語矩陣實現單詞袋？

謝謝

Answer 1

我沒有在Python中使用酸洗，但是似乎您只是在壓縮和保存對象，對嗎？

在這種情況下，我將使用“ fst”包中的“ write.fst”。 它序列化數據幀。 當您想再次訪問該對象時，必須執行“ read.fst”。