R语言转置是否会自动识别原数据的列为标题及层次聚类的问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我有一份新闻内容的数据，数据包含1790行2列，2列是新闻编号和新闻内容，现在是想做层次聚类，就得变成2行1790列，但是这样导入的特慢，就想先导入2列那种形式的，再进行转置，但有个疑问是转置之后header会自动识别为新闻编号吗？要是不能识别，怎么设置转置后第一行是标题呢？画出层次聚类的图只有三个元素，差太多了。以下是代码，请大家看看有什么问题，多多指教：

csv<- read.table("body1.txt",header=F)

csv <-t(csv)

library(tm)

txt<-Corpus(VectorSource(csv))

txt<-tm_map(txt,removeNumbers)#去除数字

txt<-tm_map(txt,stripWhitespace)#去除多余空格

txt<-tm_map(txt,removePunctuation)#去除标点符号

txt<-tm_map(txt,removeWords,stopwords("english"))#将英文中的停词删掉：例如把that　at　等英文介词去掉。

txt<-tm_map(txt,PlainTextDocument)#去掉空文件

Sys.setenv(JAVA_HOME='C:/ProgramFiles/Java/jdk1.6.0_43/jre')

library(Rwordseg)

txt<-segmentCN(as.character(txt))#将语料库中的中文时行分词

txt<-Corpus(VectorSource(txt))

cnword<-read.table(file.choose(),header=F)

cnword<-as.vector(cnword[1:dim(cnword)[1],])#需要为向量格式

dtm<-DocumentTermMatrix(txt,control=list(dictionary=cnword,removePunctuation=TRUE,stopwords=TRUE,wordLengths = c(2, Inf)))

dtm2= removeSparseTerms(dtm, sparse=0.99)

d<- dist(dtm2, method = "euclidean")

fit<- hclust(d, method="ward.D")

plot(fit)

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：R语言 Head der EAD 数据包 元素