大型术语的行和-文档矩阵/ simple_triplet_matrix ?？{tm package}
大型术语的行和-文档矩阵/ simple_triplet_matrix ?？{tm package}
提问于 2014-02-21 06:50:44
所以我有一个非常大的术语文档矩阵：
> class(ph.DTM)
[1] "TermDocumentMatrix" "simple_triplet_matrix"
> ph.DTM
A term-document matrix (109996 terms, 262811 documents)
Non-/sparse entries: 3705693/28904453063
Sparsity : 100%
Maximal term length: 191
Weighting : term frequency (tf)如何获得每一项的rowSum (频率)？我试过了：
> apply(ph.DTM, 1, sum)
Error in vector(typeof(x$v), nr * nc) : vector size cannot be NA
In addition: Warning message:
In nr * nc : NAs produced by integer overflow显然，我知道removeSparseTerms
ph.DTM2 <- removeSparseTerms(ph.DTM, 0.99999)这会将尺寸缩小一点：
> ph.DTM2
A term-document matrix (28842 terms, 262811 documents)
Non-/sparse entries: 3612620/7576382242
Sparsity : 100%
Maximal term length: 24
Weighting : term frequency (tf)但是我仍然不能对它应用任何与矩阵相关的函数：
> as.matrix(ph.DTM2)
Error in vector(typeof(x$v), nr * nc) : vector size cannot be NA
In addition: Warning message:
In nr * nc : NAs produced by integer overflow如何才能在此对象上获得简单的行求和？？谢谢！！
回答 3
Stack Overflow用户
回答已采纳
发布于 2014-02-21 07:01:42
好的，经过更多的谷歌搜索，我发现了slam包，它支持：
ph.DTM3 <- rollup(ph.DTM, 2, na.rm=TRUE, FUN = sum)这是可行的。
Stack Overflow用户
发布于 2015-06-16 18:14:53
正如@badpanda在其中一条评论中提到的那样，slam现在具有用于稀疏数组的row_sums和col_sums函数：
slam::row_sums(dtm, na.rm = T)
slam::col_sums(tdm, na.rm = T)Stack Overflow用户
发布于 2014-02-21 07:41:25
我认为：
rowSums(as.matrix(ph.DTM))也行得通。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/21921422
复制相关文章
相似问题
腾讯云开发者
