关于R语言基于贝叶斯算法的数据分析

最新推荐文章于 2024-08-06 11:08:19 发布

Yang_Fei_Long

最新推荐文章于 2024-08-06 11:08:19 发布

阅读量8.4k

点赞数 2

分类专栏： http://img.blog.csdn.net/20171015002142309?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvWWFuZ19GZWlf 文章标签：数据分析 r语言算法

本文链接：https://blog.csdn.net/Yang_Fei_Long/article/details/78238132

版权

本文介绍了如何使用R语言的贝叶斯算法进行数据分析，特别是针对垃圾短信的识别。首先，通过read.csv加载数据并保持字符型数据不变，接着将目标变量转换为因子。然后，利用tm包创建语料库和DocumentTermMatrix，将文本数据转化为稀疏矩阵。为了适应贝叶斯算法，进一步将矩阵转换为0/1表示的特征。最后，训练naiveBayes分类器并评估预测误差。

摘要由CSDN通过智能技术生成

如何利用贝叶斯算法来判断一条信息是否是垃圾短信。

代码如下:

data<-read.csv("sms_spam.csv",stringsAsFactors = FALSE)
str(data)
data

data$type<-factor(data$type)
data$text<-iconv(x = data$text,from = "WINDOWS-1252",to = "UTF-8")

library(tm)
data_corpus_text<-Corpus(VectorSource(data$text))

data_corpus_text_train<-data_corpus_text[1:5000]
data_corpus_text_test<-data_corpus_text[5001:5558]

dtm_train<-DocumentTermMatrix(x = data_corpus_text_train)
dtm_test<-DocumentTermMatrix(x = data_corpus_text_test)

inspect(dtm_test)

conver_to_matrix<-function(x){
  x<-ifelse(x>0,1,0)
  x<-factor(x,levels = c(0,1),labels = c("\"No\"","\"Yes\""))
  return(x)
}

m_dtm_train<-apply(X = dtm_train,MARGIN = 2,FUN = conver_to_matrix)

m_dtm_test<-apply(X = dtm_test,MARGIN = 2,FUN = conver_to_matrix)


library(e1071)

classifi