Compararea rezultatelor LDA

Am rulat până acum un singur LDA cu un număr specific de subiecte. Rezultatul ordonat al acelui model, lda_out_tidy, a fost încărcat împreună cu dtm_twitter în spațiul tău de lucru. Acum rulează LDA cu 3 subiecte și compară rezultatele.

> 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

Acest exercițiu face parte din cursul

Introducere în analiza textului în R

Vezi cursul

Instrucțiuni pentru exercițiu

Rulează un LDA cu 3 subiecte și un eșantionor Gibbs (acest lucru poate dura 10 secunde sau mai mult).
Ordonează matricea probabilităților cuvintelor folosind tidy().
Aranjează subiectele după probabilitățile cuvintelor în ordine descrescătoare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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
___ %>% 
  ___(___)

Editează și rulează codul