替换 dfm 稀疏矩阵中的值

Question

我正在使用 quanteda 包来生成词频计数的稀疏矩阵。我想进行更改，以便输出是简单的 1 或 0，这个词是否存在，但我不确定如何使用稀疏矩阵执行此操作。

install.packages(quanteda)

示例矩阵

trainingset <- as.dfm(matrix(c(1, 2, 0, 0, 0, 0,
                    0, 2, 0, 0, 1, 0,
                    0, 1, 0, 1, 0, 0,
                    0, 1, 1, 0, 0, 1,
                    0, 3, 1, 0, 0, 1), 
                  ncol=6, nrow=5, byrow=TRUE,
                  dimnames = list(docs = paste("d", 1:5, sep = ""),
                                  features = c("Beijing", "Chinese",  "Japan", "Macao", 
                                               "Shanghai", "Tokyo"))))

Answer 1

如果你看一下 str(trainingset)，你可以看到矩阵的槽。与稀疏矩阵一样，x 槽保存数据，因此您可以使用

将其更改为二进制

trainingset@x <- as.numeric(trainingset@x > 0)

Document-feature matrix of: 5 documents, 6 features (60% sparse).
5 x 6 sparse Matrix of class "dfmSparse"
    features
docs Beijing Chinese Japan Macao Shanghai Tokyo
  d1       1       1     0     0        0     0
  d2       0       1     0     0        1     0
  d3       0       1     0     1        0     0
  d4       0       1     1     0        0     1
  d5       0       1     1     0        0     1

替换 dfm 稀疏矩阵中的值

Replace values in a dfm sparse matrix

r

sparse-matrix