### R code from vignette source 'tbnb-intro.Rnw'

###################################################
### code chunk number 1: setup
###################################################
.old_options <- options(width = 80, prompt = "R> ", continue = "+  ")
library(tbnb)


###################################################
### code chunk number 2: load-data
###################################################
library(tbnb)
data(toy_reviews)
head(toy_reviews, 3)


###################################################
### code chunk number 3: fit
###################################################
fit <- itbnb(
  sentiment ~ text,
  data       = toy_reviews,
  preprocess = tbnb_preprocess(language = "english"),
  criterion  = "balanced_error",
  K          = 5
)
fit


###################################################
### code chunk number 4: summary
###################################################
summary(fit)


###################################################
### code chunk number 5: predict
###################################################
head(predict(fit, newdata = toy_reviews, type = "class"))
head(predict(fit, newdata = toy_reviews, type = "score"))
head(predict(fit, newdata = toy_reviews, type = "prob"))


###################################################
### code chunk number 6: iterative
###################################################
fit2 <- itbnb(
  sentiment ~ text, data = toy_reviews,
  preprocess = tbnb_preprocess(language = "english"),
  criterion  = "balanced_error", K = 5,
  iterative  = TRUE, iter_mode = "kde",
  p_iter = 0.2, s_iter = 20
)
fit2$decisions


###################################################
### code chunk number 7: matrix (eval = FALSE)
###################################################
## fit <- itbnb(x = my_dfm, y = sentiment, criterion = "f1")


###################################################
### code chunk number 8: embedding (eval = FALSE)
###################################################
## emb <- tbnb_embedding(my_glove_matrix, k = 3, min_similarity = 0.6)
## fit <- itbnb(sentiment ~ text, data = reviews, embedding = emb)


###################################################
### code chunk number 9: reset
###################################################
options(.old_options)


