1
텍스트를 클러스터링해야합니다 (러시아어 텍스트의 텍스트 마이닝). 여기에 코드 : 텍스트 마이닝 클러스터를 형성하지 마십시오 R
mydat=read.csv("C:/Users/Admin/Downloads/kr_csv.csv", sep=";",dec=",")
View(mydat)
library("tm")
library("SnowballC")
library("textcat")
corpus=Corpus(VectorSource(mydat))
dtm=DocumentTermMatrix(corpus,
control=list(stemming=T, stopwords=F,
minWorldLenght=3,removeNumbers=T,
removePunctuation=T,
#stopwords=c(stopwords('SMART'))
weighting=function(x)
weightTf(x)))
m<-as.matrix(dtm)
norm_eucl=function(m)
m/apply(m,1,function(x)sum(x^2)^.5)
m_norm=norm_eucl(m)
res=kmeans(m_norm,3,100)
내가 3 클러스터 결정을 선택하고이 오류
Error in sample.int(m, k) :
cannot take a sample larger than the population when 'replace = FALSE'
내가 하나 개 이상의 클러스터를 취할 수 없다는 의미이다를 얻었으나,이 수 없습니다. 여러 클러스터를 추출하려면 어떻게해야합니까? 내가 발견 mydat
> dim(m_norm)
[1] 1 4298
head(m_norm, 20) there many docs (all on russian) i copied only part.
> Docs артикул madc артикул madc ту артикулldvoko аскуэ аскуэ зао аскуэ зао хакель асу асу тп асу тп аскуэ атх
Terms
Docs атх ол атх ол ооо ач csb аяд аяд аяд базе базе протокола базе протокола hart бандажирования
Terms
Docs бандажирования пучков бандажирования пучков проводов батарея батарея gp батарея gp в без без протяжки без протяжки диам
Terms
Docs без протяжки фмм без устройствадля без устройствадля ручного без электропривода без электропривода классгерметичности белая
Terms
Docs бирка бирка кабельная бирка кабельная у бирка пластмассовая бирка пластмассовая квадратная бкп бкп дакж бкп дакж
Terms
Docs бкра бкра бкра благовещенск благовещенский благовещенский арматурный благовещенский арматурный завод блок
Terms
Docs блок блок м блок atx блок atx w блок клапанный блок клапанный метран блок концевых блок концевых переключателей
당신이 어두워'(m_norm)를 게시 할 수있는 작업 코드를'전처리에 있었고, – missuse
@missuse, i 편집 –
'm_norm'은 문자열의 1 행 4298 열을 가지고 있습니다. k 평균은 지정된 클러스터 수보다 많은 행을 예상합니다 (따라서 오류) – missuse