시작하기무료로 시작하기

바이그램이 워드 클라우드에 어떤 영향을 줄까요?

이제 바이그램 DTM을 만들었으니, 이를 살펴보고 워드 클라우드를 다시 만들어 보세요. 새로운 토큰화 방식은 행렬뿐 아니라 그 행렬을 기반으로 한 시각화나 모델에도 영향을 줍니다.

샤르도네 워드 클라우드에서 "Marvin"과 "Gaye"가 별개의 용어였던 것을 기억하시나요? 바이그램을 사용하면 모든 두 단어 조합을 잡아냅니다. 이 연습 문제에서 워드 클라우드가 어떻게 달라지는지 살펴보세요.

이 연습 문제에서는 stringr의 str_subset을 사용합니다. 정규 표현식은 다른 DataCamp 강의에서 더 자세히 다룹니다. 참고로, 정규 표현식 ^는 이 연습의 바이그램에서 시작 위치와 일치합니다.

이 연습은 강의의 일부입니다

R로 배우는 Bag-of-Words 텍스트 마이닝

강의 보기

연습 안내

샤르도네 트윗은 정제되어 bigram_dtm이라는 DTM으로 정리되어 있어요.

  • bigram_dtm을 행렬로 변환해 bigram_dtm_m을 만드세요.
  • bigram_dtm_m에 colSums()를 적용해 단어 빈도인 freq 객체를 만드세요.
  • names(freq)로 단어 조합의 문자열 벡터를 추출해 bi_words에 할당하세요.
  • str_subset()에 bi_words와 패턴 "^marvin"을 전달해 "marvin"으로 시작하는 모든 바이그램을 확인하세요.
  • bi_words, freq, max.words = 15를 인수로 넘겨 간단한 wordcloud()를 그리세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Create bigram_dtm_m
___ <- ___(___)

# Create freq
___ <- ___(___)

# Create bi_words
___ <- ___(___)

# Examine part of bi_words
___(___, ___)

# Plot a word cloud
___(___, ___, ___)
코드 편집 및 실행