LDA-uitvoer vergelijken
We hebben tot nu toe maar één LDA uitgevoerd met een specifiek aantal topics. De opgeruimde uitvoer van dat model, lda_out_tidy, en dtm_twitter zijn in je werkruimte geladen. Voer nu een LDA uit met 3 topics en vergelijk de resultaten.
> lda_out_tidy
# A tibble: 35,928 x 3
topic term beta
<int> <chr> <dbl>
1 1 flight 0.0343
2 1 time 0.0102
3 2 service 0.00882
4 1 plane 0.00688
5 1 trip 0.00614
6 2 customer 0.00604
7 1 delayed 0.00596
8 2 airline 0.00593
9 1 hours 0.00532
10 1 day 0.00499
# ... with 35,918 more rows
Deze oefening maakt deel uit van de cursus
Introductie tot tekstanalyse in R
Oefeninstructies
- Voer een LDA uit met 3 topics en een Gibbs-sampler (dit kan 10 seconden of langer duren).
- Maak de matrix met woordkansen tidy.
- Sorteer de topics aflopend op woordkansen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Run an LDA with 3 topics and a Gibbs sampler
lda_out2 <- ___(
___,
___,
___,
control = list(seed = 42)
)
# Tidy the matrix of word probabilities
lda_topics2 <- ___ %>%
___(___)
# Arrange the topics by word probabilities in descending order
___ %>%
___(___)