我正在使用RTextTools构建一个包含矩阵和模型的训练集，之后我会将其应用于不同的文档以对其进行分类。

编辑： 该矩阵是一个文档术语矩阵

我遇到的问题是，有时在处理某些文档时，当我使用以下代码创建new_matrix时

new_matrix <- create_matrix(data$document,language="english", removeNumbers=FALSE, removePunctuation=TRUE, removeStopwords=TRUE, toLower=TRUE, stemWords=TRUE, minDocFreq=1,weighting=weightTfIdf,originalMatrix=matrix)

我会得到一些NaN值，这会导致我的语料库失败

corpus <- create_corpus(new_matrix,data$value, testSize=1:100,virgin=FALSE)

出现的错误是

Error in .csr.coo(x) : NA/NaN/Inf in foreign function call (arg 4)

我不确定为什么会出现NaN值。我猜测这可能是因为某些词在new_matrix中存在，而在原始矩阵中不存在。

我如何将结果矩阵中的NaN值更改为0？

这样做会改变分类的结果吗？

任何帮助都非常感激！谢谢！

回答：

使用is.na()查找NaN值的简单方法：

data<-c(1,2,NaN,4,2)data[is.na(data)]<-0data

[1] 1 2 0 4 2