Question

我使用quanteda包生成一个字频率计数的稀疏矩阵。我想做一个更改，以便输出是很好的，所以简单的1或0，是否存在的单词，但我不知道如何使用稀疏矩阵。

install.packages(quanteda)

示例矩阵

trainingset <- as.dfm(matrix(c(1, 2, 0, 0, 0, 0,
                    0, 2, 0, 0, 1, 0,
                    0, 1, 0, 1, 0, 0,
                    0, 1, 1, 0, 0, 1,
                    0, 3, 1, 0, 0, 1), 
                  ncol=6, nrow=5, byrow=TRUE,
                  dimnames = list(docs = paste("d", 1:5, sep = ""),
                                  features = c("Beijing", "Chinese",  "Japan", "Macao", 
                                               "Shanghai", "Tokyo"))))

Answer 1

如果查看str(trainingset)，您可以看到矩阵的插槽。与稀疏矩阵一样，x槽保存数据，因此您可以使用

将其更改为二进制

trainingset@x <- as.numeric(trainingset@x > 0)

Document-feature matrix of: 5 documents, 6 features (60% sparse).
5 x 6 sparse Matrix of class "dfmSparse"
    features
docs Beijing Chinese Japan Macao Shanghai Tokyo
  d1       1       1     0     0        0     0
  d2       0       1     0     0        1     0
  d3       0       1     0     1        0     0
  d4       0       1     1     0        0     1
  d5       0       1     1     0        0     1

替换dfm稀疏矩阵中的值

1 个答案: