Courbe de densité à noyau
Maintenant que vous avez découvert la courbe de densité à noyau, vous pouvez en créer une ! Rappelez-vous : c'est comme un histogramme lissé, mais qui n'est pas affecté par la largeur de classe. Cet exercice vous aidera à construire une courbe de densité à noyau à partir de valeurs de sentiment.
Dans cet exercice, vous allez tracer 2 densités à noyau : une pour Agamemnon et une autre pour Le Magicien d'Oz. Pour les deux, vous effectuerez un inner_join() avec le lexique "afinn". Rappelez-vous que le lexique "afinn" attribue des scores allant de -5 à 5. Une fois au format tidy, les deux livres conserveront les mots et les scores correspondants du lexique.
Ensuite, vous devrez concaténer les résultats en lignes dans une trame de données plus large à l'aide de bind_rows() et créer un graphique avec ggplot2.
À partir du visuel, vous pourrez comprendre quel livre utilise davantage de langage positif ou négatif. Il y a clairement un chevauchement, car des événements négatifs arrivent à Dorothy, mais vous pouvez en déduire que la densité à noyau indique une probabilité plus élevée de langage positif dans Le Magicien d'Oz par rapport à Agamemnon.
Nous avons chargé ag et oz comme versions tidy d'Agamemnon et du Magicien d'Oz, respectivement, et créé afinn comme sous-ensemble du lexique "afinn" de tidytext.
Cet exercice fait partie du cours
<cours>Analyse de sentiments en R</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
ag_afinn <- ag %>%
# Inner join to afinn lexicon
___(___, by = c("term" = "word"))
oz_afinn <- oz %>%
# Inner join to afinn lexicon
___
# Combine
all_df <- ___(agamemnon = ___, oz = ___, .id = "___")