如何解决在新文本数据上使用带有 predict() 的 SVM 模型
我正在使用 e1071 库使用 SVM 模型对新的 Reddit 数据进行分类。到目前为止,我的流程是:
# MOdel trained on labeled data
svm_model <- e1071::svm(
x=train_dfm,y=train_label,type = 'C',kernel = 'linear'
)
# Grab new data from from Reddit and read it in
new_data = read.csv('todays_reddit_data.csv',stringsAsFactors = FALSE)
# Create a dfm
new_corp = corpus(train,text_field = "text")
new_dfm = as.matrix(dfm(train_corp))
# Error here
pred <- predict(svm_model,subset_new_data)
Error in newdata[,object$scaled,drop = FALSE]: (subscript) logical subscript too long
Traceback:
1. predict(svm_model,new_dfm)
2. predict.svm(svm_model,new_dfm)
3. scale_data_frame(newdata[,drop = FALSE],center = object$x.scale$"scaled:center",. scale = object$x.scale$"scaled:scale")
4. is.data.frame(x)
Error in newdata[,drop = FALSE]: (subscript) logical subscript too long
我从 predict(my_svm_model,new_reddit_data) 得到一个错误。我知道这是由于新的 Reddit 数据包含新的令牌/功能,但真的不知道如何补救。我尝试放弃这个但同样的错误:
to_drop = names(new_dfm) %in% colnames(train_dfm)
to_keep = intersect(colnames(new_dfm),colnames(train_dfm))
subset_new_data = new_dfm[,to_keep]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。