더 나은 워드 클라우드 그리기

추가 불용어를 제거했으니, 개선된 워드 클라우드를 살펴보겠습니다!

이전 연습 문제의 용어-문서 행렬은 as.matrix()로 행렬로 변환되었고, 이어서 rowSums()로 이름 있는 벡터를 만들었습니다. 이렇게 얻은 용어 빈도 객체 chardonnay_words가 작업 공간에 미리 로드되어 있어요. 이제 새로운 워드 클라우드 결과를 확인해 봅시다.

이 연습은 강의의 일부입니다

R로 배우는 Bag-of-Words 텍스트 마이닝

강의 보기

연습 안내

wordcloud 패키지는 백그라운드에서 미리 로드해 두었으며, 이 패키지가 필요한 이후 연습 문제에서도 자동으로 로드됩니다.

chardonnay_words의 값을 decreasing = TRUE로 정렬하고 sorted_chardonnay_words로 저장하세요.
sorted_chardonnay_words에서 상위 6개 단어와 해당 값을 확인하세요.
chardonnay_words에 names()를 적용해 terms_vec를 만드세요.
wordcloud() 함수에 terms_vec과 chardonnay_words를 전달하세요. 이제 "chardonnay"가 제거된 후 어떤 단어들이 두드러지는지 확인해 보세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Sort the chardonnay_words in descending order
___ <- ___(___, ___)

# Print the 6 most frequent chardonnay terms
___(___)

# Get a terms vector
___ <- ___(___)

# Create a wordcloud for the values in word_freqs
wordcloud(___, ___, 
          max.words = 50, colors = "red")

코드 편집 및 실행