řcomparison.cloud角位置

Question

下面的代码产生一个简单的比较云：

library(tm) 
library(wordcloud) 
text1<- "cat cat dog dog dog bird bird bird bird bike bike bike" 
text2<- "cat cat dog dog dog dog fish fish fish fish car car" 
tmpText <- data.frame(c(text1, text2)) 
row.names(tmpText)<- c("text1", "text2") 
ds <- DataframeSource(tmpText) 
corp <- Corpus(ds) 
corp <- tm_map(corp, PlainTextDocument) 
corp <- tm_map(corp, content_transformer(tolower)) 
corp<- tm_map(corp, removePunctuation) 
tm <- TermDocumentMatrix(corp) 
tm<- as.matrix(tm) 
colnames(tm) <- c("text1", "text2") 
comparison.cloud(tm, , scale=c(5, 1)) 

我有2个问题：

1-如果两个词有在多个文档中的相同频率，如何封装决定将其显示在一个子云中VS其他

2-根据文档：“每个字...其角位置由最大发生的文档决定。”我多次运行比较云，没有种子，我无法理解解释，我做了谷歌搜索解释，没有发现太多，在这种情况下，“角位置”是什么意思？

帮助是极大的赞赏

MJJ

Answer 1

这里是我如何comparison.cloud勾画出结果的理解。开始与术语文档矩阵：

> tm 
     Docs 
Terms text1 text2 
    bike  3  0 
    bird  4  0 
    car  0  2 
    cat  2  2 
    dog  3  4 
    fish  0  4 

set.seed(19) 
comparison.cloud(tm, scale=c(5, 1), random.order = FALSE, title.size = 1) 

从上面的代码的曲线图，运行set.seed（19），每个前我重新它的时候，在下面。

对于字体大小，如文档解释的，“每个字的大小被映射到它的最大偏差”。因此，“bird”在text1中是4，而在text2中是0，所以这是两个文本和最大字体之间最大的“偏差”; “鱼”也是4-0（但text2有4个实例，所以它的颜色是不同的），并且在同样大小的字体中，自行车是3-0，等等直到“猫”，没有偏差是最小的字体。

至于术语的“角度位置”，文件解密地解释说：“其角度位置由最大出现的文件确定。”该图似乎将中心线上的字母顺序排在最前面的最大偏差项，并用一个不太清晰的公式列出其他偏差项。

颜色由具有最多实例的文本确定，因此“狗”是3个text1和4个text2，因此text2为棕色。领带，如“猫”似乎被分配到第一个文本中有这个词，但我没有测试任何这种解释。