Ошибка в предикате.svm (модель, контейнер @ification_matrix, prob = TRUE,: данные теста не соответствуют модели? - PullRequest
Новая
       13

Ошибка в предикате.svm (модель, контейнер @ification_matrix, prob = TRUE,: данные теста не соответствуют модели?

0 голосов
/ 29 марта 2019

Я занимаюсь анализом настроений с помощью пакета Rtexttools. Я обучил несколько алгоритмов с набором обучающих данных и теперь хочу применить алгоритмы к другому набору тестовых данных. Тестовый набор данных имеет точно такую ​​же структуру, просто включает в себя различные комментарии для классификации. Я использовал точно такую ​​же процедуру для создания матрицы и контейнера, но получаю разные ошибки в разных алгоритмах. Для SVM смотрите заголовок, остальные следующие: 

Error in predict.randomForest(model, newdata = as.matrix(container@classification_matrix),  : 
  number of variables in newdata does not match that in the training data
> NNET_CLASSIFY_hqs = classify_model(container_amazon_test_hqs, NNET_amazon_hqs)
Error in data.frame(as.character(nnet_pred), nnet_prob) : 
  arguments imply differing number of rows: 0, 626
> TREE_CLASSIFY_hqs = classify_model(container_amazon_test_hqs, TREE_amazon_hqs)
> GLMNET_CLASSIFY_hql = classify_model(container_amazon_test, GLMNET_amazon_hql)
Error in cbind2(1, newx) %*% (nbeta[[i]]) : 
  Cholmod-Fehler 'A and B inner dimensions must match' bei Datei ../MatrixOps/cholmod_ssmult.c, Zeile 82

Вот самые важные компоненты моего кода. 

trainingdata_amazon_hqs$sentiment <- factor(trainingdata_amazon_hqs$sentiment, levels=c(0,1),ordered = FALSE)

# TERM-DOCUMENT MATRIX REPRESENTS WORD FREQUENCIES IN EACH DOCUMENT
doc_matrix_amazon_hql <- create_matrix(balanced_sample_amazon_hqs$reviewText, language="english",removeNumbers=TRUE,removePunctuation=TRUE, removeStopwords=TRUE, removeSparseTerms=.998,toLower=TRUE, stemWords=TRUE)

# Creating Container training data set
container_amazon_hql <- create_container(doc_matrix_amazon_hql, balanced_sample_amazon_hqs$sentiment, trainSize=1:2500, virgin=FALSE)

# TRAIN THE ALGORITHMS USING THE CONTAINER
SVM_amazon_hql <- train_model(container_amazon_hql, "SVM")
...
testdata_amazon$sentiment <- factor(testdata_amazon$sentiment, levels=c(0,1),ordered = FALSE)

#Term-Document Matrix Test Data Set
doc_matrix_amazon_test <- create_matrix(testdata_amazon$reviewText, language="english",removeNumbers=TRUE,removePunctuation=TRUE, removeStopwords=TRUE, removeSparseTerms=.998,toLower=TRUE, stemWords=TRUE)

#container test data set
container_amazon_test <-create_container(doc_matrix_amazon_test_hqs, testdata_amazon$sentiment, testSize=1:626, virgin=FALSE) 

#classify
SVM_CLASSIFY_hql = classify_model(container_amazon_test, SVM_amazon_hql)

Заранее спасибо за помощь!

...