数据分享｜R语言SVM支持向量机、文本挖掘新闻语料情感情绪分类和词云可视化

　　全文链接：http://tecdat.cn/?p=32032

　　支持向量机（SVM）是一种机器学习方法，基于结构风险最小化原则，即通过少量样本数据，得到尽可能多的样本数据（点击文末“阅读原文”获取完整代码数据）。

　　相关视频

　　支持向量机对线性问题进行处理，能解决非线性分类问题。本文介绍了R语言中的 SVM工具箱及其支持向量机（SVM）方法，并将其应用于文本情感分析领域，结果表明，该方法是有效的。在此基础上，对文本挖掘新闻语料进行情感分类和词云可视化，从视觉上对文本进行情感分析。

　　语料是从yahoo Qimo上爬的新闻语料，一共49000篇（查看文末了解数据免费获取方式），每篇包含题目、新闻内容、评论、读者投票结果（投票选择依次为：实用，感人、开心、超扯、无聊、害怕、难过、火大）以及总投票个数。

　　数据概览

　　

　　

　　以第一个预料为例

　　对其分词提取关键词

　　

　　查看工作目录下所有的文件

　　获取分类号

　　词性分类

　　绘制词汇图

　　

　　点击标题查阅往期内容

　　

　　01

　　

　　02

　　

　　03

　　

　　04

　　

　　准备训练集和测试集

　　

　　训练SVM

　　现在我们在训练集上使用来训练线性SVM

　　

　　预测数据

　　预测的数据

　　

　　查看分类混淆矩阵

　　

　　数据获取

　　本文中分析的数据会员群，扫描下面二维码即可加群！

　　

　　获取全文完整代码数据资料。

　　本文选自《R语言SVM支持向量机、文本挖掘新闻语料情感情绪分类和词云可视化》。

　　点击标题查阅往期内容