Dendrogram amzn_cons

Recenzje wyraźnie wskazują na długie godziny pracy i słabą równowagę między życiem zawodowym a prywatnym. Jako prostą technikę grupowania decydujesz się na hierarchiczne grupowanie i tworzysz dendrogram, aby sprawdzić, jak silnie powiązane są te wyrażenia.

To ćwiczenie jest częścią kursu

Eksploracja tekstu metodą Bag-of-Words w R

Zobacz kurs

Instrukcje do ćwiczenia

Utwórz amzn_c_tdm jako TermDocumentMatrix na podstawie amzn_cons_corp, używając control = list(tokenize = tokenizer).
Wyświetl amzn_c_tdm w konsoli.
Utwórz amzn_c_tdm2, stosując funkcję removeSparseTerms() do amzn_c_tdm z argumentem sparse równym .993.
Utwórz hc – obiekt hierarchicznego grupowania – zagnieżdżając macierz odległości dist(amzn_c_tdm2) wewnątrz funkcji hclust(). Pamiętaj, aby przekazać również method = "complete" do funkcji hclust().
Wykreśl hc, aby zobaczyć pogrupowane bigramy i sprawdzić, do jakich wniosków mogą prowadzić dane z sekcji wad recenzji Amazonu.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create amzn_c_tdm
___ <- ___(
  ___,
  ___
)

# Print amzn_c_tdm to the console
___

# Create amzn_c_tdm2 by removing sparse terms 
___ <- ___

# Create hc as a cluster of distance values
___ <- ___(___,
           ___)

# Produce a plot of hc
___

Edytuj i uruchom kod