1. Learn
    2. /
  2. Courses
    3. /
  3. R을 활용한 감성 분석
Connected

Exercise

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

Instructions 1/2

undefined XP
    1
    2
  • 대괄호를 사용하여 moby_huck의 945번째 행부터 950번째 행까지 확인하세요.
  • moby_huck을 파이프로 연결하여 nrc와 inner_join()하고 scores를 만드세요. by 매개변수를 "term = "word"로 지정하세요.
  • scores를 파이프로 filter()에 연결하여 덮어쓰세요. filter() 안에서 sentiment 열에 패턴 "positive|negative"를 적용한 grepl()을 부정하세요.
  • pivot_wider()에 names_from = book, values_from = n, values_fill = 0을 지정하여 %>%로 추가 연결하세요.