[R语言]文本分类(3)

在上一节中，已经生成了我所需要的语料库。接下来就可以分类了：

直接上代码：

library(tm)
library(maxent)

traindata <- data.frame(NULL)
testdata <- data.frame(NULL)

#循环测试
for(i in 1:10)
{
  filename <- paste(i,'.txt',sep="")
  text = read.table(filename, header = TRUE, sep = "\t", row.names=1,fileEncoding = "UTF-8")
  len <- dim(text)[1] 
  sam <- trunc(len * 2 / 3) #取文档2/3的数据。trunc函数用于取整
  traindata <- rbind(traindata,text[1:sam,]) #将2/3的数据放置于训练集
  k <- sam + 1
  testdata <- rbind(testdata,text[k:len,]) #剩余的数据放置于测试集
}

#计算用于最大熵的训练时间
ptm <- proc.time()
model <- maxent(traindata[,1:556],traindata$tp) #训练模型，顺便计算下时间。
ptms <- proc.time() - ptm
print(ptms)

m <- testdata[,1:556]
n <- testdata$tp
#计算最大熵模型用于测试的时间
ptm <- proc.time()

ms <- predict.maxent(model,m)   #测试

ptms <- proc.time() - ptm
print(ptms)

#计算准确率
kn <- as.character(n) #类别数组
km <- ms[,1]          #预测后的类别数组

calculate_mean <- function(kn,km)
{
  num <- 0
  for(i in 1:length(kn))
  {
    if(kn[i]==km[i])
    {
      num <- num + 1
    }
  }
  return (num/length(kn))
}

print(calcu;ate_mean(kn,km))