Dendrogram amzn_cons

Zdá se, že recenze jasně poukazují na dlouhou pracovní dobu a špatnou rovnováhu mezi prací a osobním životem. Jako jednoduchou techniku shlukování se rozhodneš provést hierarchické shlukování a vytvořit dendrogram, abys zjistil/a, jak úzce spolu tyto výrazy souvisejí.

Toto cvičení je součástí kurzu

Dolování textu metodou Bag-of-Words v R

Zobrazit kurz

Pokyny k cvičení

Vytvoř amzn_c_tdm jako TermDocumentMatrix pomocí amzn_cons_corp s argumentem control = list(tokenize = tokenizer).
Vypiš amzn_c_tdm do konzole.
Vytvoř amzn_c_tdm2 tak, že na amzn_c_tdm aplikuješ funkci removeSparseTerms() s argumentem sparse nastaveným na .993.
Vytvoř hc, objekt hierarchického shlukování, a to vnořením matice vzdáleností dist(amzn_c_tdm2) do funkce hclust(). Nezapomeň funkci hclust() předat také argument method = "complete".
Vykresli hc, abys zobrazil/a shluky bigramů a zjistil/a, k jakým závěrům tě koncepty ze sekce nevýhod Amazonu mohou přivést.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create amzn_c_tdm
___ <- ___(
  ___,
  ___
)

# Print amzn_c_tdm to the console
___

# Create amzn_c_tdm2 by removing sparse terms 
___ <- ___

# Create hc as a cluster of distance values
___ <- ___(___,
           ___)

# Produce a plot of hc
___

Upravit a spustit kód