[R DocumentTermMatrix控制列表不工作，自動忽略未知參數

我有以下兩個DTM-S：[R DocumentTermMatrix控制列表不工作，自動忽略未知參數

dtm <- DocumentTermMatrix(t) 

dtmImproved <- DocumentTermMatrix(t, 
       control=list(minWordLength = 4, minDocFreq=5))

當我實現這一點，我看到兩個相等的DTM-S，如果我打開dtmImproved，有帶有3個符號的詞。爲什麼minWordLength參數不起作用？謝謝！

> dtm 
A document-term matrix (591 documents, 10533 terms) 

Non-/sparse entries: 43058/6181945 
Sparsity   : 99% 
Maximal term length: 135 
Weighting   : term frequency (tf) 
> dtmImproved 
A document-term matrix (591 documents, 10533 terms) 

Non-/sparse entries: 43058/6181945 
Sparsity   : 99% 
Maximal term length: 135 
Weighting   : term frequency (tf)

來源

2012-11-13 Artem Sultan

此外，當我添加任何東西到「列表（......）」什麼也沒發生，版本'tm'是否使用的是沒有任何警告或某物其他 –

dtmImproved <- DocumentTermMatrix(t, control=list(wordLengths=c(4, 15), 
            bounds = list(global = c(5,Inf))))

這解決了問題！由於缺乏適當的文件真的MADS我失望（：

來源

2012-11-13 23:45:19

。 TermDocumentMatrix的幫助列出了全局選項並給出了本地選項的鏈接。 'minWordLength'從不列爲選項，但詳細描述'wordLengths'。該文檔顯示寫得很好，易於遵循。 – mnel

是的，這是一個幫助，不幸找不到谷歌搜索，但它更像是我的錯） –

@ mnel：它默默地忽略任何它不識別的參數，例如， '（control = list（bounds = list（c（0，Inf））））''而不是'（control = list（bounds = list（global = c（0，Inf））））'。這是一個很大的痛苦。您是否發現缺失的標籤「全球」？我沒有...... – smci

它始終是一個好主意，看是否可用源代碼閱讀wordcloud功能@ GitHub上的源代碼，這裏是這樣說的：
＃作者：ianfellows
.....
如果（min.freq> MAX（頻率））
min.freq < - 0

所以你DocumentTermMatrix，返回MAX（頻率）< min.freq約束，且你設置的，也就是說，非條件出現在你設定的min.freq界限以上。

希望這有助於 MJJ

來源

2015-07-08 04:37:16 MJJ

[R DocumentTermMatrix控制列表不工作，自動忽略未知參數

回答

相關問題