Question

基于r语言的文本挖掘怎么进行特征选择

Answer 1

R语言特征：
1. type.convert()函数主要用在read.table()函数中，返回向量和因子类型，当输入为double型时会丢失精度。

> type.convert(c('abc','bcd')) # 返回因子类型
[1] abc bcd
Levels: abc bcd

> type.convert(c(as.double(1.12121221111),'1.121')) # double型丢失精度
[1] 1.121212 1.121000

2. 如果一个文件包含有小数位的数据，通过read.table()函数读取时，会指定为numeric类型。
新建一个文件num.csv包括小数

1,2,1.11
2.1,3,4.5

用read.table读取文件，并查看列的类型。

> num<-read.table(file="num.csv",sep=",") # 读文件
> num
V1 V2 V3
1 1.0 2 1.11
2 2.1 3 4.50
> class(num)
[1] "data.frame"
> class(num$V1) # 查看列的类型为numeric
[1] "numeric"

3. tools包用Rdiff()函数的参数useDiff为FALSE时，与POSIX系统的diff -b命令类似。
新建文件num2.csv

3,2,1.11
2.1,3,4.5

用Rdiff()比较两个文件num.csv和num2.csv。

> Rdiff('num.csv','num2.csv',useDiff = FALSE)
1c1
< 1,2,1.11
---
> 3,2,1.11
[1] 1

4. 新函数anyNA()，结果与 any(is.na(.))一致，性能更好。

> is.na(c(1, NA))
[1] FALSE TRUE
> any(is.na(c(1, NA)))
[1] TRUE
> anyNA(c(1, NA))
[1] TRUE

5. arrayInd()和which()函数增加useNames参数，用于列名的匹配。我在测试过程，不太理解这个参数的意义。

> which
function (x, arr.ind = FALSE, useNames = TRUE)

6. is.unsorted()函数支持处理原始数据的向量。

> is.unsorted(1:10) # 排序的向量
[1] FALSE

> is.unsorted(sample(1:10)) # 无序的向量
[1] TRUE

7. 用于处理table的as.data.frame()函数和as.data.frame.table()函数，支持向provideDimnames(sep,base)函数传参数。我在测试过程中，也不理解具体是什么更新。
8. uniroot()函数增加新的可选参数extendInt，允许自动扩展取值范围，并增加返回对象参数init.it。

> f1 <- function(x) (121 - x^2)/(x^2+1) # 函数f1
> f2 <- function(x) exp(-x)*(x - 12) # 函数f2

> try(uniroot(f1, c(0,10))) # 在(0,10)的区间求f1函数的根
Error in uniroot(f1, c(0, 10)) :
f() values at end points not of opposite sign
> try(uniroot(f2, c(0, 2))) # 在(0,2)的区间求f2函数的根
Error in uniroot(f2, c(0, 2)) :
f() values at end points not of opposite sign

> str(uniroot(f1, c(0,10),extendInt="yes")) # 通过extendInt参数扩大取值搜索范围
List of 5
$ root : num 11
$ f.root : num -3.63e-06
$ iter : int 12
$ init.it : int 4
$ estim.prec: num 6.1e-05

> str(uniroot(f2, c(0,2), extendInt="yes")) # 通过extendInt参数扩大取值搜索范围
List of 5
$ root : num 12
$ f.root : num 4.18e-11
$ iter : int 23
$ init.it : int 9
$ estim.prec: num 6.1e-05

9. switch(f,)函数，当参数f是因子类型时，会出警告提示，需要转换字符串参数。

> switch(ff[1], A = "I am A", B="Bb..", C=" is C")# -> "A" # 警告提示
[1] "I am A"
Warning message:
In switch(ff[1], A = "I am A", B = "Bb..", C = " is C") :
EXPR is a "factor", treated as integer.
Consider using 'switch(as.character( * ), ...)' instead.

> switch(as.character(ff[1]), A = "I am A", B="Bb..", C=" is C") # 转型为字符串处理
[1] " is C"

10. 解析器已经更新，使用更少的内存。