我已经从文档术语矩阵在 R 中创建了一个 k 均值集群。聚类向量如下所示:
doc1.txt doc10.txt doc11.txt doc12.txt doc13.txt doc14.txt doc15.txt
3 3 3 3 1 3 3
doc16.txt doc17.txt doc18.txt doc19.txt doc2.txt doc20.txt doc21.txt
3 3 3 2 3 3 3
doc22.txt doc23.txt doc24.txt doc25.txt doc26.txt doc27.txt doc28.txt
3 3 3 3 3 3 3
doc29.txt doc3.txt doc30.txt doc4.txt doc5.txt doc6.txt doc7.txt
3 3 3 1 1 1 3
doc8.txt doc9.txt
3 3
文档术语矩阵如下:
term1 term2 term3 term4 term4
doc1 5 3 2 1 4
doc2 3 4 12 11 21
doc3 2 3 4 12 16
doc4 1 3 0 10 15
doc5 4 10 0 20 4
.
.
.
我的问题是我如何访问集群 3 中所有文档的数据并返回该矩阵!我正在尝试使用词云绘制集群 3 中所有文档中术语 min.freq = 3 的频率。
非常感谢
如果你的聚类标签向量叫做 clusters
,你可以使用
docs3 <- gsub(".txt","",names(which(clusters==3)))
如果您的术语文档矩阵称为 DTM,则可以通过以下方式获取群集 3 中文档的子矩阵
DTM3 <- DTM[docs3,]