我正在尝试使用以下代码从 R 中的 PDF（报纸头版）中提取所有文本： library(pdftools) text<-pdftools::pdf_text(pdf = "https://www.n...

我每天都有天气记录。我需要根据现有列和 创建新列。对于每年，我都需要计算温度/湿度/风速值值的每个唯一组合的暴露持续时间。例如，我想知道 2006 年记录了多少天mean_ws？mean_rhmean...

我想删除前缀为 2023 或 2022 的列。 vec = c("2022-10-16", "2022-10-23", "2022-10-30", "2022-11-06", "2023-01-01...

我正在尝试编写一个程序来将多页 PDF 批量转换为纯文本（想想许多页面教科书）。如果我运行它，我会发现一个问题，如果特定页面有 2 列，它会读错。PyPDF2 我发现的最好的解决方案是使用 OCRm...

我有非常具体的功能。我有 2 个字符串，一个是代码输入的备份，第二个是通过替换空格、提取信息等步骤进行修改的（在这种情况下并不重要）。 我需要在这些字符串中找到匹配项，即使第一个字符串被修改。找到匹...

自上个月以来，NLTK dispersion_plot似乎在我的机器上以相反的顺序排列了 y（垂直）轴。这可能与我的软件版本有关（我在学校虚拟机上）。 版本： NLTK 3.8.1 matplotl...

我正在对两个大型文本文档（大约 500-750 KB）进行主题建模，并要求十个主题。我一直在重复两个话题。这可能是文件数量少的问题吗？或者我应该更改 alpha/beta 参数？ 以下是模型部分的代...

从鸢尾花数据集中，我创建了以下混淆矩阵： 在尝试使用一对多策略执行多类分类时，我提出了以下 R 代码： mtrx <- matrix(c(10,0,0,0,10,1,0,0,9), ncol = ...

在创建 tm 包 TermDocumentMatrix 时，我收到错误。我使用了以下代码。 int_vc <- VCorpus(int_vc) int_vc <- tm_map(int_vc, t...

基本上，我有一个集合向量。我想根据条件合并集合（您可以在 if 语句中看到此条件）。可以合并两个以上的集合。下面是一个示例数据集： [{:name "corner", :matched-shape ...