文本挖掘中lda模型的数据读入问题

R中的lda包自带的demo运行没有一点问题，但是把demo中的数据换成自己的数据就会在result这句代码处报错，下面是demo代码，自己的数据代码。报错的意思是说我的数据有问题，请哪位大神给小弟解决一下。x<-c(1:1000)y<-c(1,2)
z<-rbind(x,y)
z<-as.matrix(z)
w<-readLines("C:\\Users\\gc\\Desktop\\xl.txt")topicmode
w<-as.vector(w)##是一个特征词向量


##demo
require("lda")
require("ggplot2")
require("reshape2")
data(cora.documents)
data(cora.vocab)

theme_set(theme_bw())  
set.seed(8675309)

K <- 10 ## Num clusters
result <- lda.collapsed.gibbs.sampler(cora.documents,
                                      K,  ## Num clusters
                                      cora.vocab,
                                      25,  ## Num iterations
                                      0.1,
                                      0.1,
                                      compute.log.likelihood=TRUE)

## Get the top words in the cluster
top.words <- top.topic.words(result$topics, 5, by.score=TRUE)

## Number of documents to display
N <- 10

topic.proportions <- t(result$document_sums) / colSums(result$document_sums)
topic.proportions <-
  topic.proportions[sample(1:dim(topic.proportions)[1], N),]
topic.proportions[is.na(topic.proportions)] <-  1 / K

colnames(topic.proportions) <- apply(top.words, 2, paste, collapse=" ")

topic.proportions.df <- melt(cbind(data.frame(topic.proportions),
                                   document=factor(1:N)),
                             variable.name="topic",
                             id.vars = "document")  

qplot(topic, value, fill=document, ylab="proportion",
      data=topic.proportions.df, geom="bar") +
  theme(axis.text.x = element_text(angle=90, hjust=1)) +  
  coord_flip() +
  facet_wrap(~ document, ncol=5)

x<-c(1:1000)
y<-c(1,2)
z<-rbind(x,y)
z<-list(z=z)

cora.documents是一个list,你的数据中没有list.
cora.documents中的每一个元素是一个2*n矩阵。
你要把你的z<-list(z)才行

lww1993 发表于 2014-3-12 19:10
cora.documents是一个list,你的数据中没有list.
cora.documents中的每一个元素是一个2*n矩阵。
你要把你的 ...

cora.documents中的每一个元素是一个2*n矩阵，怎样才能生成这个样的数据格式

cora.documents中的每一个元素是代表的意义是每个关键词在当篇文章中出现的频率。

lww1993 发表于 2014-3-14 19:32
cora.documents中的每一个元素是代表的意义是每个关键词在当篇文章中出现的频率。

谢谢，基本明白了

x<-c(1:1000)
y<-c(1,2)
x<-as.integer(x)
y<-as.integer(y)
z<-rbind(x,y)
z<-list(z)
此时用z代替cora.documents是允许的。