R “从类转化”；简单的“U三元组”矩阵；“去课堂”；“矩阵”；

我正在尝试转换以下使用

tm

包的

TermDocumentMatrix（）

创建的简单三元组矩阵

A term-document matrix (317443 terms, 86960 documents)

Non-/sparse entries: 18472230/27586371050
Sparsity           : 100%
Maximal term length: 653 
Weighting          : term frequency (tf)

一流的

[1] "TermDocumentMatrix"    "simple_triplet_matrix" 

到密集矩阵

但是

我不能真正理解错误和警告信息。正在尝试在具有的小数据集上复制错误

library(tm)
data("crude")
tdm <- TermDocumentMatrix(crude)
as.matrix(tdm)

library（tm）
数据（“原油”）
tdm您会得到一个错误，因为正如所评论的，您达到了整数限制的限制，这是正常的，因为您有大量的文档。。这将再现错误：

as.integer(.Machine$integer.max+1)
[1] NA
Warning message:
NAs introduced by coercion 

函数
vector
将整数作为参数，但由于第二个参数为NA，因此失败

一种解决方案是将
重新定义为.matrix.simple\u triplet\u matrix
，而不调用
vector
。例如：

as.matrix.simple_triplet_matrix <- 
function (x, ...) 
{
  nr <- x$nrow
  nc <- x$ncol
  ## old line: y <- matrix(vector(typeof(x$v), nr * nc), nr, nc)
  y <- matrix(0, nr, nc)  ## 
  y[cbind(x$i, x$j)] <- x$v
  dimnames(y) <- x$dimnames
  y
}

我只是有一个类似的问题。我不确定我的问题是否相同，但当将稀疏矩阵与密集矩阵组合时，我得到了一条类似的错误消息，即整数溢出产生的NAs。我能够通过使用
as.single
将密集矩阵转换为单精度来修复它。我认为“溢出整数”是由
sparseMatrix
包中的操作造成的，这些操作以某种方式截断了双精度值，留下了剩余的数字。
行数乘以列数，
nr*nc
，对于可用存储空间来说太大了。嗯，我需要一个密集矩阵来对其执行一些矩阵操作（特别是乘法）…您是否建议直接对三元组矩阵进行运算更好？是的！它只是一个长格式dtm[i，j，value]的列表。试着看看你是否能用这种格式进行矩阵运算。我在我的tdm上试过这个函数：
错误：无法分配大小为205.7 Gb的向量
我想奥德修斯在经过大力神的柱子时也会有类似的感觉……你的编辑帮助了我。我能够将矩阵相乘。
as.integer(.Machine$integer.max+1)
[1] NA
Warning message:
NAs introduced by coercion 

as.matrix.simple_triplet_matrix <- 
function (x, ...) 
{
  nr <- x$nrow
  nc <- x$ncol
  ## old line: y <- matrix(vector(typeof(x$v), nr * nc), nr, nc)
  y <- matrix(0, nr, nc)  ## 
  y[cbind(x$i, x$j)] <- x$v
  dimnames(y) <- x$dimnames
  y
}

require(tm)
data("crude")
dtm <- TermDocumentMatrix(crude,
                          control = list(weighting = weightTfIdf,
                                         stopwords = TRUE))
library(Matrix)
Dense <- sparseMatrix(dtm$i,dtm$j,x=dtm$v)
dense <- as.matrix(dtm)
## check sizes 
floor(as.numeric(object.size(dense)/object.size(Dense)))
## addistion and multiplication are supported
Dense+Dense
Dense*Dense