R聚類分析

Question

我正在遵循以下https://rstudio-pubs-static.s3.amazonaws.com/31867_8236987cf0a8444e962ccd2aec46d9c3.html中列出的代碼

library(cluster)   
d <- dist(t(dtmss), method="euclidian")   
fit <- hclust(d=d, method="ward")   
fit

plot.new()
plot(fit, hang=-1)
groups <- cutree(fit, k=5) 
rect.hclust(fit, k=5, border="red")

如何在每個群集中打印單詞？ 樹狀圖非常局促，完全不可讀。

謝謝！

編輯：

對於輸入，請考慮任何帶有名為“ Comment”的列的csv文件。 每個觀察（50行）都有文本注釋。

然后，我使用上面鏈接中的代碼：

library(tm)

input = read.csv("FILEPATH/InputFile.csv")
summary(input)

comments <- Corpus(VectorSource(input$Comment))

data <- tm_map(comments, removePunctuation)
data <- tm_map(data, removeNumbers)
data <- tm_map(data, tolower)
data <- tm_map(data, removeWords, stopwords("english"))
data <- tm_map(data, PlainTextDocument)

dtm <- DocumentTermMatrix(data)
freq <- colSums(as.matrix(dtm))
ord <- order(freq)
findFreqTerms(dtm, lowfreq = 10)
freq <- sort(colSums(as.matrix(dtm)), decreasing = TRUE)
head(freq, 30)

dtms <- removeSparseTerms(dtm, 0.1) 
inspect(dtms)

library(cluster)   
d <- dist(t(dtms), method="euclidian")   
fit <- hclust(d=d, method="ward")   
fit   
plot(fit, hang=-1)   

plot.new()
plot(fit, hang=-1)
groups <- cutree(fit, k=5)  
rect.hclust(fit, k=5, border="red")

我希望這是足夠的信息。

再次感謝。

Answer 1

您可以從組中獲取觀察所在的集群，然后基於它們對數據進行子集化：

t(dtms)[groups==1] 

應該打印出集群1的成員。