我使用 XML 包根据 Twitter 搜索创建了一个 1,500 行向量。然后我将其转换为语料库以与 tm 包一起使用。我希望最终使用其中一些(最常见的)单词创建一个词云,因此我将其转换为 TermDocumentMatrix,以便能够找到频率最小的术语。我创建了对象“a”,它是这些术语的列表。
a <- findFreqTerms(mydata.dtm, 10)
wordcloud 包不适用于文档矩阵。所以现在,我想过滤原始向量以仅包含“a”对象中包含的单词(如果我使用该对象本身,当然,我只有每个频繁单词的一个实例)。
非常感谢任何建议。
您可以将 tdm 对象转换为矩阵并使用它来获得wordcloud
可以与:
library(tm)
library(wordcloud)
# example data from the tm package
data(crude)
tdm <- TermDocumentMatrix(crude,
control = list(removePunctuation = TRUE,
stopwords = TRUE))
v <- rowSums(as.matrix(tdm))
names(v) <- rownames(as.matrix(tdm))
v <- sort(v, decreasing=T)
现在,您可以使用标准子集过滤掉不常见的单词([
),或者您可以使用min.freq
论证wordcloud
当你想绘制时:
wordcloud(names(v), v, min.freq=10, scale=c(10,.3))
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)