R语言SVM支持向量机、文本挖掘新闻语料情感情绪分类和词云可视化

 

原标题：R语言SVM支持向量机、文本挖掘新闻语料情感情绪分类和词云可视化

全文链接：http://tecdat.cn/?p=32032 原文出处：拓端数据部落公众号

支持向量机（SVM）是一种机器学习方法，基于结构风险最小化原则，即通过少量样本数据，得到尽可能多的样本数据。支持向量机对线性问题进行处理，能解决非线性分类问题。本文介绍了R语言中的 SVM工具箱及其支持向量机（SVM）方法，并将其应用于文本情感分析领域，结果表明，该方法是有效的。在此基础上，对文本挖掘新闻语料进行情感分类和词云可视化，从视觉上对文本进行情感分析。

语料是从yahoo Qimo上爬的新闻语料，一共49000篇，每篇包含题目、新闻内容、评论、读者投票结果（投票选择依次为：实用，感人、开心、超扯、无聊、害怕、难过、火大）以及总投票个数。

数据概览

以第一个预料为例

对其分词提取关键词

library(jiebaR)

cutter = worker(type = "keywords", topn = 10)

words = "1.txt"

查看工作目录下所有的文件

dir = list.files(".")

获取分类号

xx<-readLines(dir[i],encoding = "UTF-8")

## Warning in readLines(dir[i], encoding = "UTF-8"): 读1.txt时最后一行未遂

# xx<-readLines("2.txt",encoding = "UTF-8")

class=strsplit(xx[length(xx)-1],split="#")[[1]][3]

词性分类

for(i in 1:10){

cutter = worker(type = "keywords", topn = 10)

绘制词汇图

mycolors <- brewer.pal(8,"Dark2")#设置一个颜色系：

wordcloud(cutter_words,as.numeriter_words)),random.order=FAL

准备训练集和测试集

ntrain <- round(n*0.8) # 训练集

tindex <- sample(n,ntrain) # 筛选测试集样本

xtrain<-textdata[tindex,]

xtest<-textdata[-tindex,]

#可视化

plot(textdata[,c("classlist","X1")] ,pch=ifelse(istrain==1,1,2))

训练SVM

现在我们在训练集上使用来训练线性SVM

svm(classlist ~ . , textdata)

预测数据

predictedY <- predict(model, textdata)

预测的数据

查看分类混淆矩阵

最受欢迎的见解

1.Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组

2.R语言文本挖掘、情感分析和可视化哈利波特小说文本数据

3.r语言文本挖掘tf-idf主题建模，情感分析n-gram建模研究

4.游记数据感知旅游目的地形象

5.疫情下的新闻数据观察

6.python主题lda建模和t-sne可视化

7.r语言中对文本数据进行主题模型topic-modeling分析

8.主题模型：数据聆听人民网留言板的那些“网事”

9.python爬虫进行web抓取lda主题语义数据分析返回搜狐，查看更多

责任编辑：