文件名称：preText:R包，用于评估文本预处理决策的效果
文件大小：791KB
文件格式：ZIP
更新时间：2024-06-15 15:41:01
R
前置文字 一个R包，用于评估文本预处理决策的结果。 。 可以在下面的链接中找到详细说明该过程的论文： 马修·J·丹尼（Matthew J.Denny）和亚瑟·斯皮林（Arthur Spirling）（2018）。 “用于无监督学习的文本预处理：重要的原因，何时的误导以及如何处理”。 或 安装 最简单的方法是通过标准的install.packages命令从CRAN安装软件包： install.packages("preText") 如果要从GitHub获取最新版本，请首先查看以下教程中的将C ++代码与R结合使用的要求：。 您可能需要根据使用的是Mac还是Windows计算机安装Xcode或Rtools ，然后才能通过GitHub安装preText软件包，因为它使用C ++代码。 install.packages("devtools") 现在，我们可以使用以下代码行从Git
【文件预览】：
preText-master
----.travis.yml(409B)
----man()
--------mantel_comparison_to_base.Rd(2KB)
--------wordfish_rank_plot.Rd(3KB)
--------wordfish_comparison.Rd(2KB)
--------remove_infrequent_terms.Rd(1KB)
--------dfm_scaling_test.Rd(2KB)
--------UK_Manifestos.Rd(629B)
--------document_position_plots.Rd(2KB)
--------mantel_comparison.Rd(2KB)
--------topic_key_term_plot.Rd(5KB)
--------preText_score_plot.Rd(1KB)
--------.DS_Store(6KB)
--------regression_coefficient_plot.Rd(1KB)
--------scaling_comparison.Rd(2KB)
--------topic_novelty_score.Rd(2KB)
--------preText_test.Rd(3KB)
--------factorial_preprocessing.Rd(3KB)
--------optimal_k_comparison.Rd(3KB)
--------preprocessing_choice_regression.Rd(2KB)
--------calculate_prediction_errors.Rd(2KB)
--------preText.Rd(3KB)
----data()
--------UK_Manifestos.rda(719KB)
----NAMESPACE(840B)
----tests()
--------testthat()
--------.DS_Store(6KB)
--------testthat.R(58B)
----cran-comments.md(425B)
----vignettes()
--------getting_started_with_preText.Rmd(10KB)
----.Rbuildignore(77B)
----.gitignore(76B)
----R()
--------scaling_comparison.R(4KB)
--------optimal_k_comparison.R(5KB)
--------get_perplexities.R(590B)
--------wordfish_rank_plot.R(9KB)
--------preprocessing_choice_regression.R(3KB)
--------regression_coefficient_plot.R(3KB)
--------topic_key_term_plot.R(9KB)
--------calculate_prediction_errors.R(4KB)
--------preText_test.R(11KB)
--------Package_Documentation.R(1KB)
--------remove_infrequent_terms.R(2KB)
--------temporal_filter.R(2KB)
--------.DS_Store(6KB)
--------document_position_plots.R(5KB)
--------dfm_scaling_test.R(7KB)
--------factorial_preprocessing.R(9KB)
--------parallel_rank_test.R(3KB)
--------mantel_comparison_to_base.R(6KB)
--------find_optimal_number_of_topics.R(2KB)
--------Data_Documentation.R(438B)
--------preText_score_plot.R(4KB)
--------wordfish_comparison.R(4KB)
--------preText.R(4KB)
--------preprocessing_pipeline.R(2KB)
--------multiplot_ggplot2.R(2KB)
--------zzz.R(410B)
--------topic_novelty_score.R(3KB)
--------mantel_comparison.R(5KB)
--------parallel_preprocess.R(8KB)
----DESCRIPTION(744B)
----README.md(2KB)