分類建模範例
你先前已經整理過一組俄文推文，準備用來做分類。在 20,000 則推文中，你已篩選出 account_type 為 Left 或 Right 的推文，並各自選取前 2000 則。你也已把推文斷詞、移除停用字，並做了詞幹化。接著，你將詞頻轉換成以 TFIDF 值為權重的文件—詞語矩陣，並將此矩陣儲存為：left_right_matrix_small。
你將使用這個矩陣來預測一則推文是由傾向左派的推文機器人產生，或是傾向右派的推文機器人產生。標籤可以在向量 left_right_labels 中找到。
本練習屬於課程
R 的自然語言處理入門
練習說明
- 將隨機種子設為
1111，以利重現結果。 - 建立訓練與測試資料集。訓練資料請使用 75% 的樣本。
- 在訓練資料上執行隨機森林模型，將
left_right_labels作為回應向量y。 - 列印隨機森林的結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
library(randomForest)
# Create train/test split
set.___(___)
sample_size <- floor(___ * nrow(left_right_matrix_small))
train_ind <- ___(nrow(left_right_matrix_small), size = ___)
train <- left_right_matrix_small[___, ]
test <- left_right_matrix_small[-___, ]
# Create a random forest classifier
rfc <- randomForest(x = as.data.frame(as.matrix(___)),
y = ___[___],
nTree = 50)
# Print the results
___