řcomparison.cloud角位置

Question

下面的代碼產生一個簡單的比較雲：

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個問題：

1-如果兩個詞有在多個文檔中的相同頻率，如何封裝決定將其顯示在一個子雲中VS其他

2-根據文檔：「每個字...其角位置由最大發生的文檔決定。」我多次運行比較雲，沒有種子，我無法理解解釋，我做了谷歌搜索解釋，沒有發現太多，在這種情況下，「角位置」是什麼意思？

幫助是極大的讚賞

MJJ

Answer 1

這裏是我如何comparison.cloud勾畫出結果的理解。開始與術語文檔矩陣：

> 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) 

從上面的代碼的曲線圖，運行set.seed（19），每個前我重新它的時候，在下面。

對於字體大小，如文檔解釋的，「每個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，所以這是兩個文本和最大字體之間最大的「偏差」; 「魚」也是4-0（但text2有4個實例，所以它的顏色是不同的），並且在同樣大小的字體中，自行車是3-0，等等直到「貓」，沒有偏差是最小的字體。

至於術語的「角度位置」，文件解密地解釋說：「其角度位置由最大出現的文件確定。」該圖似乎將中心線上的字母順序排在最前面的最大偏差項，並用一個不太清晰的公式列出其他偏差項。

顏色由具有最多實例的文本確定，因此「狗」是3個text1和4個text2，因此text2爲棕色。領帶，如「貓」似乎被分配到第一個文本中有這個詞，但我沒有測試任何這種解釋。