在R中使用tm和rpart：文本数据的决策树？

Question

我使用R中的tm包创建文本文档的语料库，我想创建一个用于分类的rpart决策树。然而，我在互联网上找不到任何关于rpart使用文本数据的例子。它甚至有可能或者我可以使用其他软件包吗？

Answer 1

这里有一个首发：

library(tm) 
library(rpart) 
docs <- c(txt1="Hello world", txt2="lorem ipsum") 
dtm <- DocumentTermMatrix(Corpus(VectorSource(docs)), control = list(weight = weightBin)) 
m <- as.matrix(dtm) 
train <- as.data.frame(m) 
train$Docs <- factor(rownames(m), labels=names(docs)) 
fit <- rpart(Docs~.,data=train, control = rpart.control(minsplit=1)) 
test <- data.frame(hello=c(1,0),world=c(0,0),ipsum=c(0,1),lorem=c(0,0), row.names=letters[1:2]) 
predict(fit, newdata=test, type="class") 
# a b 
# txt1 txt2 
# Levels: txt1 txt2