＃リードデータ数、ビュー・データ構造
df_raw < - read.csvに（"SMSの_spam.csv "、stringsAsFactors = F）STR（df_raw）長さ（タイプdf_raw $） ＃データ行列Xの固有値及びベクトルクラスマークにY二つの部分、Yは置換されている因子X - < - df_raw $テキストY < - 因子（$タイプdf_raw）長さ（Y） ＃の構造及び組成のビュークラスマークベクトルy STR（y）を表（Y） ＃のインストールとローディングテキストマイニングパケット＃install.packagesは（ "（TM）"）ライブラリ（NLP）図書館（（TM））は＃コーパスX_corpus <作成- VCorpus（VectorSource（X-））
＃を。####### 1清掃テキストデータを##### ### ＃1.1変換テキスト小文字にX_corpus_clean < - tm_map（X_corpus、content_transformer（TOLOWER））
＃テキストを削除するために、デジタルX_corpus_clean 1.2 < - tm_map（X_corpus_clean、removeNumbers） ＃テキストで1.3 X_corpus_clean削除ストップワード< - tm_map（X_corpus_clean、removeWords、ストップワード（）） ＃1.4テキスト句読点X_corpus_clean <削除する- tm_mapを（ X_corpus_clean、removePunctuation） ＃の追加パッケージ＃1 install.packagesは（ "SnowballC"）ライブラリ（SnowballC） ＃各単語のテキストがX_corpus_clean幹1.5エキス< - tm_map（X_corpus_clean、stemDocument） ＃1.6を削除余分な空白X_corpus_clean < - tm_map （X_corpus_clean、stripWhitespace）は＃ワード行列X_dtm < - - 1.7ドキュメントを作成し、単語のテキスト文書に分割されDocumentTermMatrix（X_corpus_clean） ＃############ 2は、入力データを準備##### ########
＃2.1訓練データセットとデータセットテスト分割X_dtm_train < - X_dtmを[1：4169 、] X_dtm_test < - X_dtm [4170：5559 、] y_train < - Y [1：4169 ] android.permission.FACTOR < - Y [4170：5559。] ＃の説明：df_rawオリジナルデータがランダムに選択されているので、それは直接ストレートテストデータの前部75％のデータにすることが可能である。＃2.2チェック試料の傾斜分布かprop.table（テーブル（y_train））prop.table （テーブル（y_test）） ＃2.3フィルタDTM、頻繁<X_freq_wordsに現れる単語を選択- findFreqTerms（X_dtm_train ,. 5 ＃の試行錯誤が性能モデルを調整するように調整することができる）
＃- DTM <X_dtm_train_freqを濾過X_dtm_train [X_freq_words]はX_dtm_test_freq < - X_dtm_test [X_freq_wordsを] ＃2.4の数値テキストマトリックスコード＃2.4.1定義に可変伝達関数convert_counts < - 関数（X）を{X < - IfElse（X> 0、"はい」、" いいえ" ）} ＃2.4.2マトリクス変換トレーニングと試験マトリックスX_train < - （X_dtm_train_freq、MARGIN = 2を適用し、convert_counts）をX_test < -適用（X_dtm_test_freq、MARGIN = 2 、convert_counts）
＃##### ####### 3データモデル列車############に基づいて＃1 install.packagesは（「e1071中」）ライブラリ（e1071中）＃のトレーニングモデル、ラプラスは0にパラメータのデフォルト値を推定しましたNB_classifier < - naiveBayes（X_train、y_train） ＃＃ ############ 4性能評価モデル。＃############ ＃予測テストセット内のサンプルの4.1対y_pred < - 予測（NB_classifier、X_test） ＃予測値と真の値と比較する位ライブラリ（gmodels）クロスタブ（X = y_test、Y = y_pred、prop.chisq = F、prop.t = F、prop.c = F、DNN = C（" 各工場"、" 予測します" ））
テストセットに予測するNB_classifier混同行列モデルは次のとおりです。
確度= 0.864 + 0.110 = 0.974
モデルのパラメータ調整
＃################# 5モデルの性能##################向上させるために＃5.1ラプラス推定値を追加し、学習モデル NB_classifier2 < - naiveBayes（X = X_train、Y = y_train、ラプラス= 1。 ）＃のサンプルのテストセット5.2対予測y_pred2 < - （NB_classifier2、X_test）予測＃5.3予測値と真値クロスタブを（比較X = y_test 、Y = y_pred2、prop.chisq = F.、T = prop.t、prop.c = Fで、DNN = C（" 各工場"、" 予測"））
テストセットの混同マトリックス予測モデルは、NB_classifier2チューニングパラメータは渡します。
確度= 0.865 + 0.112 = 0.977
編集者注：
ラプラスの推定値を調整した後、モデルパラメータの精度が向上している、それは容易ではない、高精度の前提の下で、0.977 0.974に増加しています。