Dendrogramme de amzn_cons

Les avis laissent fortement entendre qu'il y a de longues heures de travail et un piètre équilibre travail‑vie personnelle. Comme technique de regroupement simple, vous décidez d'effectuer un groupement hiérarchique et de créer un dendrogramme pour voir à quel point ces expressions sont liées.

Cette activité fait partie du cours

Extraction de texte avec sac de mots en R

Voir le cours

Instructions de l’exercice

Créez amzn_c_tdm comme TermDocumentMatrix en utilisant amzn_cons_corp avec control = list(tokenize = tokenizer).
Affichez amzn_c_tdm dans la console.
Créez amzn_c_tdm2 en appliquant la fonction removeSparseTerms() à amzn_c_tdm avec l'argument sparse égal à .993.
Créez hc, un objet de groupement hiérarchique, en imbriquant la matrice de distances dist(amzn_c_tdm2) dans la fonction hclust(). Assurez‑vous aussi de transmettre method = "complete" à la fonction hclust().
Tracez hc pour visualiser les bigrammes regroupés et voir comment les concepts de la section des inconvénients d'Amazon peuvent vous mener à une conclusion.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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
___

Modifier et exécuter le code