Naive Bayes in R, Sentiment-Analyse führt zu Klassenfehler nicht erzwingen

Question

Ich habe einen Datenrahmen df_tweets, die zwei Spalten tweets und score hat. Score ist ein Faktor, mit Werten zwischen 1 to 5

getMatrix <- function(chrVect){ 
testsource <- VectorSource(chrVect) 
testcorpus <- Corpus(testsource) 
testcorpus <- tm_map(testcorpus,stripWhitespace) 
testcorpus <- tm_map(testcorpus, removeWords, stopwords('french')) 
testcorpus <- tm_map(testcorpus, removeWords, stopwords('english')) 
testcorpus <- tm_map(testcorpus, content_transformer(tolower)) 
testcorpus <- tm_map(testcorpus, removePunctuation) 
testcorpus <- tm_map(testcorpus, removeNumbers) 
testcorpus <- tm_map(testcorpus, PlainTextDocument) 

return(DocumentTermMatrix(testcorpus)) 
} 

op =getMatrix(df_tweets$text) 
classifier <-naiveBayes(as.matrix(op), as.factor(df_tweets$avg_score)) 

Wenn ich die Funktion vorhersagen, verwende ich einen Fehler

myPrediction<- predict(classifier,op) 

Error in as.data.frame.default(newdata) : 
cannot coerce class "c("DocumentTermMatrix", "simple_triplet_matrix")" to a data.frame 

Wie kann ich dieses Problem lösen?

Answer 1

Ich glaube, Sie können as.matrix mit as.data.frame oder direkt mit as.matrix.data.frame wickeln.