使用稀疏矩阵作为 R 中 ranger 包的输入

Question

概览

为了避免内存问题，我使用以下代码将文档术语矩阵转换为带有“矩阵”包的稀疏矩阵：

library(matrix)
documentTermMatrixFrame <- Matrix(documentTermMatrixFrame, sparse = TRUE)

但是当我尝试使用以下代码将此矩阵用作“ranger”包的 ranger() 函数的输入时：

library(ranger)
trainSet <- documentTermMatrixFrame[1:750,]
testSet <- documentTermMatrixFrame[751:999,]
fit <- ranger(trainingColumnNames, data=trainSet,write.forest=TRUE)

我遇到错误：

Error in as.data.frame.default(data) : 
cannot coerce class "structure("dgCMatrix", package = "Matrix")" to a data.frame

数据集

这是我正在使用的数据集示例

  
 
  <html>
    <table style="width:100%">
  <tr>
    <th>nitemid</th>
    <th>sUnSpsc</th> 
    <th>productDescription</th>
  </tr>
      <tr>
    <td>7460893</td>
    <td>26121609Network cable </td> 
    <td>Category 6A, Advanced MaTriX, 4-pair, 23 AWG, U/UTP copper cable, Plenum (CMP) Rated, White, 1000ft/305m ""</td>
  </tr>
       <tr>
    <td>7460456</td>
    <td>26121709Network cable </td> 
    <td>Shielded marine MUD-resistant armored copper cable, category 7 S/FTP, low smoke zero halogen (LSZH), 4-pair, conductors are 22 AWG construction with foamed PE insulation, twisted in pairs</td>
  </tr>
       <tr>
    <td>7460856</td>
    <td>26121890Inter connect cable </td> 
    <td>1 PC. = 100 M 2 X 1.5 QMM, 100M SPECIAL DESIGN TO UL CLASS 2 YELLOW TPE OIL-RESISTANT AS-INTERFACE SHAPED CABLE</td>
  </tr>
</html>

使用停用词删除、标点符号删除、词干提取等对数据集中的描述进行预处理后...将创建文档术语矩阵，然后将其转换为稀疏矩阵。

数据集的文档项矩阵样本

terms
doc   advance  category ..... ..... ....... ....... ....... twist
 1      1         1                                           0
 2      0         1                                           1
 3      0         0                                           0

问题

如何使用稀疏矩阵作为 ranger() 函数的输入？

谁能帮忙

提前致谢

Answer 1

目前不支持此选项。 Ranger 调用一些 C++ 例程，因此您不能通过 R 将稀疏矩阵传递给它（只需检查 Ranger 的 github），您需要重写 Ranger 本身。唯一的选择是将稀疏矩阵转换为密集矩阵并转换为数据框。如果这导致内存出现问题，则根本没有简单的解决方案。

Answer 2

自版本 0.7.2 起，稀疏矩阵（如包 Matrix 中的稀疏矩阵）现在可以传递给 ranger，请参阅讨论 here。扩展到线程中所说的，CRAN 版本现在也支持稀疏矩阵，并且不需要像初始 github 版本那样的额外参数。

使用稀疏矩阵作为 R 中 ranger 包的输入

Using sparse matrix as an input to ranger package in R

r

matrix

sparse-matrix