问题描述
直接从使用R进行文本挖掘中运行此脚本，
library（topicmodels）
库（扫帚）
data（ AssociatedPress）
ap_lda<-LDA（AssociatedPress，k = 2，控件=列表（种子= 1234））
整洁（ap_lda）
我收到此错误消息：
packageVersion（ topicmodels）
sessionInfo（）
R版本3.4.3（2017-11-30）
平台：x86_64-w64-mingw32 / x64（64位）
运行在：Windows> = 8 x64（build 9200）
矩阵产品：默认
附加的基本软件包：
[1]统计图形grDevices utils数据集方法base
其他附加软件包：
[1] broom_0.4.3 topicmodels_0.2-7
通过a加载命名空间（且未附加）：
[1] NLP_0.1-11 Rcpp_0.12.15编辑器_3.4.3支柱_1.1.0 plyr_1.8.4
[6] bindr_0.1 base64enc_0.1-3 keras_2 .1.3 tools_3.4.3 zeallot_0.1.0
[11] jsonlite_1.5 tibble_1.4.2 nlme_3.1-131点阵_0.20-35 pkgconfig_2.0.1
[16] rlang_0.1.6 psych_1.7.8 yaml_2.1.16 parallel_3.4.3 bindrcpp_0.2
[21] stringr_1.2.0 dplyr_0.7.4 xml2_1.2.0 stats4_3.4.3 grid_3.4.3
[26] reticulate_1.4胶_1.2.0 R6_2.2.2 fo reign_0.8-69 tidyr_0.8.0
[31] purrr_0.2.4 reshape2_1.4.3 magrittr_1.5 whisker_0.3-2 tfruns_1.2
[36] modeltools_0.2-21断言_0.2.0 mnormt_1.5-5 tensorflow_1.5 stringi_1.1.6
[41] slam_0.1-42 tm_0.7-3
tidytext 软件包似乎正在扩展扫帚中使用的某些方法。包...
因此，请使用 tidytext tidy 函数c>确实起作用：
b帚:: tidy（ap_lda，matrix = beta）
as.data.frame.default（x）中的错误：
无法将类 structure（ LDA_VEM，package = topicmodels）强制转换为data.frame
另外：警告消息：
在tidy.default（ap_lda，matrix = beta）中：
没有使用as.data.frame
tidytext :: tidy来整理LDA_VEM类的S3对象的方法。 （ap_lda，矩阵= beta）
＃小标题：20,946 x 3
主题词beta
< int> < chr> < dbl>
1 1 aaron 0.00000000000169
2 2 aaron 0.0000390
3 1放弃0.0000265
4 2放弃0.0000399
5 1放弃0.000139
6 2放弃0.0000588
7 1放弃0.00000000000000000000000000000000245
8 2放弃0.0000234
9 1 abbott 0.00000213
10 2 abbott 0.0000297
＃...还有20,936行
当我加载 tidytext 时： library（tidytext） ，则无需指定.ie即可自动为我工作 tidy（ap_lda，...）。我从您的会话信息中看到， tidytext 未加载。
Running this script, straight from 'Text mining with R',
library(topicmodels)
library(broom)
data("AssociatedPress")
ap_lda <- LDA(AssociatedPress, k = 2, control = list(seed = 1234))
tidy(ap_lda)
I get this error message:
packageVersion("broom")
packageVersion("topicmodels")
sessionInfo()
R version 3.4.3 (2017-11-30)Platform: x86_64-w64-mingw32/x64 (64-bit)Running under: Windows >= 8 x64 (build 9200)
Matrix products: default
attached base packages:[1] stats graphics grDevices utils datasets methods base
other attached packages:[1] broom_0.4.3 topicmodels_0.2-7
loaded via a namespace (and not attached): [1] NLP_0.1-11 Rcpp_0.12.15 compiler_3.4.3 pillar_1.1.0 plyr_1.8.4
[6] bindr_0.1 base64enc_0.1-3 keras_2.1.3 tools_3.4.3 zeallot_0.1.0
[11] jsonlite_1.5 tibble_1.4.2 nlme_3.1-131 lattice_0.20-35 pkgconfig_2.0.1
[16] rlang_0.1.6 psych_1.7.8 yaml_2.1.16 parallel_3.4.3 bindrcpp_0.2
[21] stringr_1.2.0 dplyr_0.7.4 xml2_1.2.0 stats4_3.4.3 grid_3.4.3
[26] reticulate_1.4 glue_1.2.0 R6_2.2.2 foreign_0.8-69 tidyr_0.8.0
[31] purrr_0.2.4 reshape2_1.4.3 magrittr_1.5 whisker_0.3-2 tfruns_1.2
[36] modeltools_0.2-21 assertthat_0.2.0 mnormt_1.5-5 tensorflow_1.5 stringi_1.1.6
[41] slam_0.1-42 tm_0.7-3
The tidytextpackage appears to be extending some of the methods used in the broom package...
So using the tidy function from tidytext does work:
broom::tidy(ap_lda, matrix = "beta")
Error in as.data.frame.default(x) :
cannot coerce class "structure("LDA_VEM", package = "topicmodels")" to a data.frame
In addition: Warning message:
In tidy.default(ap_lda, matrix = "beta") :
No method for tidying an S3 object of class LDA_VEM , using as.data.frame
tidytext::tidy(ap_lda, matrix = "beta")
# A tibble: 20,946 x 3
topic term beta
<int> <chr> <dbl>
1 1 aaron 0.00000000000169
2 2 aaron 0.0000390
3 1 abandon 0.0000265
4 2 abandon 0.0000399
5 1 abandoned 0.000139
6 2 abandoned 0.0000588
7 1 abandoning 0.00000000000000000000000000000000245
8 2 abandoning 0.0000234
9 1 abbott 0.00000213
10 2 abbott 0.0000297
# ... with 20,936 more rows
When I have loaded tidytext : library(tidytext) then this works automatically for me without specifying .i.e. tidy(ap_lda, ...). I can see from your session info that tidytext is not loaded.
这篇关于扫帚整理不从主题模型中找到LDA的方法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！