将 Wordlist 读入 Rapidminer 执行 R

Question

我正在使用 Rapidminer，在 Wordlist to Data 运算符之后，我想使用以下脚本创建一个带有 Execute R 的词云。我得到 R 执行失败：“没有适用于 'TermDoumentMatrix' 的方法应用于类 \"c('data.table', data.frame')\”的对象。

数据表包含一列单词、一列文档出现次数和一列单词出现次数。

谁能告诉我如何解决这个错误？

rm_main = function(data)
{
    wordcloud::wordcloud(data, scale=c(5,0.5), max.words=100, random.order=FALSE,
    rot.per=0.35, use.r.layout=FALSE, colors="Dark2")
}

Answer 1

将整个数据框 data 作为第一个参数传递给 wordcloud 不起作用。 （事实上​​，如果它是 termDocumentMatrix 类型的对象，它是 R 的 tm 包的一部分，它会起作用，但这是另一个故事；但这就是错误消息的内容。）在 RapidMiner 中，您必须指定单词及其频率分别作为第一个和第二个参数。

所以你可以使用类似的东西

rm_main = function(data)
{
    windows() # on MS Windows systems
    wordcloud::wordcloud(data$word, data$total, min.freq = 1)
    Sys.sleep(5)
}

这是一个示例过程，它创建一个词云，将其保存到“c:\mywordcloud.pdf”并使用与 .pdf 文件关联的默认应用程序打开它（在 Windows 上）：

<?xml version="1.0" encoding="UTF-8"?><process version="7.3.000">
  <context>
    <input/>
    <output/>
    <macros/>
  </context>
  <operator activated="true" class="process" compatibility="7.3.000" expanded="true" name="Process">
    <parameter key="logverbosity" value="init"/>
    <parameter key="random_seed" value="2001"/>
    <parameter key="send_mail" value="never"/>
    <parameter key="notification_email" value=""/>
    <parameter key="process_duration_for_mail" value="30"/>
    <parameter key="encoding" value="SYSTEM"/>
    <process expanded="true">
      <operator activated="true" class="text:create_document" compatibility="7.3.000" expanded="true" height="68" name="Create Document" width="90" x="179" y="187">
        <parameter key="text" value="Hello world world!"/>
        <parameter key="add label" value="false"/>
        <parameter key="label_type" value="nominal"/>
      </operator>
      <operator activated="true" class="text:process_documents" compatibility="7.3.000" expanded="true" height="103" name="Process Documents" width="90" x="313" y="238">
        <parameter key="create_word_vector" value="true"/>
        <parameter key="vector_creation" value="TF-IDF"/>
        <parameter key="add_meta_information" value="true"/>
        <parameter key="keep_text" value="false"/>
        <parameter key="prune_method" value="none"/>
        <parameter key="prune_below_percent" value="3.0"/>
        <parameter key="prune_above_percent" value="30.0"/>
        <parameter key="prune_below_rank" value="0.05"/>
        <parameter key="prune_above_rank" value="0.95"/>
        <parameter key="datamanagement" value="double_sparse_array"/>
        <process expanded="true">
          <operator activated="true" class="text:tokenize" compatibility="7.3.000" expanded="true" height="68" name="Tokenize" width="90" x="45" y="34">
            <parameter key="mode" value="non letters"/>
            <parameter key="characters" value=".:"/>
            <parameter key="language" value="English"/>
            <parameter key="max_token_length" value="3"/>
          </operator>
          <connect from_port="document" to_op="Tokenize" to_port="document"/>
          <connect from_op="Tokenize" from_port="document" to_port="document 1"/>
          <portSpacing port="source_document" spacing="0"/>
          <portSpacing port="sink_document 1" spacing="0"/>
          <portSpacing port="sink_document 2" spacing="0"/>
        </process>
      </operator>
      <operator activated="true" class="text:wordlist_to_data" compatibility="7.3.000" expanded="true" height="82" name="WordList to Data" width="90" x="514" y="289"/>
      <operator activated="true" class="r_scripting:execute_r" compatibility="7.2.000" expanded="true" height="82" name="Execute R" width="90" x="715" y="289">
        <parameter key="script" value="rm_main = function(data)&#10;{&#10;    windows()&#10;    wordcloud::wordcloud(data$word, data$total, min.freq = 1)&#10;    Sys.sleep(3)&#10;}&#10;"/>
      </operator>
      <connect from_op="Create Document" from_port="output" to_op="Process Documents" to_port="documents 1"/>
      <connect from_op="Process Documents" from_port="word list" to_op="WordList to Data" to_port="word list"/>
      <connect from_op="WordList to Data" from_port="example set" to_op="Execute R" to_port="input 1"/>
      <connect from_op="Execute R" from_port="output 1" to_port="result 1"/>
      <portSpacing port="source_input 1" spacing="0"/>
      <portSpacing port="sink_result 1" spacing="0"/>
      <portSpacing port="sink_result 2" spacing="0"/>
    </process>
  </operator>
</process>