레이더 차트

Plutchik의 감정의 바퀴를 기억하시나요? NRC 어휘 목록에는 감정의 바퀴 첫 번째 고리에 해당하는 8가지 감정이 포함되어 있습니다. 앞서 이 8가지 기본 감정을 기반으로 comparison.cloud()를 만들어 보았습니다. 이번 연습 문제에서는 감정의 바퀴와 유사한 레이더 차트를 만들어 봅니다.

radarchart는 다차원 데이터(최소 3개 이상)를 2차원으로 표현하는 시각화 방법입니다. 여기서는 책에 등장하는 다양한 감정의 집계 결과를 차트로 나타냅니다. 레이더 차트를 활용하면 8가지 감정을 한눈에 확인할 수 있습니다.

이전과 마찬가지로 "nrc" 어휘 목록은 nrc로, 그리고 모비 딕과 허클베리 핀을 결합한 정돈된 데이터셋은 moby_huck으로 불러와 있습니다.

이번 연습 문제에서도 부정된 grepl()을 사용해 차트에서 "positive|negative" 감정 클래스를 제거합니다. 다음은 사용 예시입니다.

object <- tibble %>%
  filter(!grepl("positive|negative", column_name))

이 연습 문제에서는 감정 단어 집계 결과를 재정렬하는 pivot_wider()도 다시 사용합니다. 복습을 위해 datacamp라는 원시 데이터를 살펴보겠습니다.

people	food	like
Nicole	bread	78
Nicole	salad	66
Ted	bread	99
Ted	salad	21

datacamp %>% pivot_wider(names_from = people, values_from = like)와 같이 pivot_wider()를 적용하면 데이터가 다음과 같이 변환됩니다.

food	Nicole	Ted
bread	78	99
salad	66	21

이 연습은 강의의 일부입니다

R을 활용한 감성 분석

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Review tail of moby_huck
moby_huck[___:___,]

# Perform join
scores <- moby_huck %>% 
  # Inner join to lexicon
  ___(___, by = c("___" = "___"))

# Filter, count and spread the data 
scores %>% 
  # Drop positive or negative sentiments
  ___(!___("___|___", ___)) %>% 
  # Count by book and sentiment
  count(___, ___) %>% 
  # Pivot book, using n as values
  pivot_wider(names_from = ___, values_from = ___, values_fill = ___)

코드 편집 및 실행