r中的LDA錯誤：輸入矩陣的每一行都需要包含至少一個非零條目

Question

我是文本挖掘主題的入門者。當我運行LDA（）在具有996165個觀測一個巨大的數據集，它顯示以下錯誤：

錯誤LDA（DTM，K，方法=「吉布斯」時，控制=列表（n開始= n開始，： 每行。輸入矩陣必須包含至少一個非零項

我敢肯定有我的陰莖沒有缺失值，也有「DocumentTermMatrix」和「simple_triplet_matrix」的表是：

table(is.na(dtm[[1]])) 
#FALSE 
#57100956 

table(is.na(dtm[[2]])) 
#FALSE 
#57100956 

有點困惑「57100956」是怎麼回事，但是由於我的數據集非常大，我不知道如何檢查爲什麼這個錯誤發生。我的LDA命令是：

ldaOut<-LDA(dtm,k, method="Gibbs", control=list(nstart=nstart, seed = seed, best=best, burnin = burnin, iter = iter, thin=thin)) 

任何人都可以提供一些見解嗎？謝謝。

Answer 1

在我看來，問題不在於缺少值的存在，而是存在所有0行。 要檢查它：

raw.sum=apply(table,1,FUN=sum) #sum by raw each raw of the table 

然後你就可以刪除這些都是0拼盡全力原糖：

table=table[raw.sum!=0,] 

現在表應具有的所有「非0」的RAW。