Submit Search
Upload
20161127 doradora09 japanr2016_lt
•
Download as PPTX, PDF
•
1 like
•
8,456 views
Nobuaki Oshiro
Follow
https://japanr.connpass.com/event/43919/
Read less
Read more
Technology
Report
Share
Report
Share
1 of 33
Download now
Recommended
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010
Nobuaki Oshiro
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
Nobuaki Oshiro
20170312 r言語環境構築&dplyr ハンズオン
20170312 r言語環境構築&dplyr ハンズオン
Nobuaki Oshiro
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
tetsuro ito
10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用
Nobuaki Oshiro
Tokyo r50 beginner_2
Tokyo r50 beginner_2
Takashi Minoda
rstanで個人のパラメーターを推定した話
rstanで個人のパラメーターを推定した話
Yuya Matsumura
HiroshimaR4_LT_sakaue
HiroshimaR4_LT_sakaue
SAKAUE, Tatsuya
Recommended
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010
Nobuaki Oshiro
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
Nobuaki Oshiro
20170312 r言語環境構築&dplyr ハンズオン
20170312 r言語環境構築&dplyr ハンズオン
Nobuaki Oshiro
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
tetsuro ito
10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用
Nobuaki Oshiro
Tokyo r50 beginner_2
Tokyo r50 beginner_2
Takashi Minoda
rstanで個人のパラメーターを推定した話
rstanで個人のパラメーターを推定した話
Yuya Matsumura
HiroshimaR4_LT_sakaue
HiroshimaR4_LT_sakaue
SAKAUE, Tatsuya
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Nobuaki Oshiro
Hiroshimar4_Rintro
Hiroshimar4_Rintro
SAKAUE, Tatsuya
10分で分かるr言語入門ver2.5
10分で分かるr言語入門ver2.5
Nobuaki Oshiro
Tokyo r30 beginner
Tokyo r30 beginner
Takashi Minoda
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
Yuya Matsumura
10分で分かるr言語入門ver2.8 14 0712
10分で分かるr言語入門ver2.8 14 0712
Nobuaki Oshiro
Gensim
Gensim
saireya _
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2
OWL.learn
LDA入門
LDA入門
正志 坪坂
AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
Kai Sasaki
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
SAKAUE, Tatsuya
HiroshimaR5_Intro
HiroshimaR5_Intro
SAKAUE, Tatsuya
Rstudio事始め
Rstudio事始め
Takashi Yamane
トピックモデルの話
トピックモデルの話
kogecoo
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門
Yuya Matsumura
2017年3月版データマエショリスト入門(誤植修正版)
2017年3月版データマエショリスト入門(誤植修正版)
Yuya Matsumura
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
Sendai r01 beginnerssession1
Sendai r01 beginnerssession1
kotora_0507
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2.7
Nobuaki Oshiro
知って得するWebで便利なpostgre sqlの3つの機能
知って得するWebで便利なpostgre sqlの3つの機能
Soudai Sone
Tidyverseとは
Tidyverseとは
yutannihilation
高速・省メモリにlibsvm形式で ダンプする方法を研究してみた
高速・省メモリにlibsvm形式で ダンプする方法を研究してみた
Keisuke Hosaka
More Related Content
What's hot
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Nobuaki Oshiro
Hiroshimar4_Rintro
Hiroshimar4_Rintro
SAKAUE, Tatsuya
10分で分かるr言語入門ver2.5
10分で分かるr言語入門ver2.5
Nobuaki Oshiro
Tokyo r30 beginner
Tokyo r30 beginner
Takashi Minoda
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
Yuya Matsumura
10分で分かるr言語入門ver2.8 14 0712
10分で分かるr言語入門ver2.8 14 0712
Nobuaki Oshiro
Gensim
Gensim
saireya _
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2
OWL.learn
LDA入門
LDA入門
正志 坪坂
AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
Kai Sasaki
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
SAKAUE, Tatsuya
HiroshimaR5_Intro
HiroshimaR5_Intro
SAKAUE, Tatsuya
Rstudio事始め
Rstudio事始め
Takashi Yamane
トピックモデルの話
トピックモデルの話
kogecoo
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門
Yuya Matsumura
2017年3月版データマエショリスト入門(誤植修正版)
2017年3月版データマエショリスト入門(誤植修正版)
Yuya Matsumura
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
Sendai r01 beginnerssession1
Sendai r01 beginnerssession1
kotora_0507
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2.7
Nobuaki Oshiro
知って得するWebで便利なpostgre sqlの3つの機能
知って得するWebで便利なpostgre sqlの3つの機能
Soudai Sone
What's hot
(20)
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Hiroshimar4_Rintro
Hiroshimar4_Rintro
10分で分かるr言語入門ver2.5
10分で分かるr言語入門ver2.5
Tokyo r30 beginner
Tokyo r30 beginner
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
10分で分かるr言語入門ver2.8 14 0712
10分で分かるr言語入門ver2.8 14 0712
Gensim
Gensim
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2
LDA入門
LDA入門
AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
HiroshimaR5_Intro
HiroshimaR5_Intro
Rstudio事始め
Rstudio事始め
トピックモデルの話
トピックモデルの話
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門(誤植修正版)
2017年3月版データマエショリスト入門(誤植修正版)
HiroshimaR6_Introduction
HiroshimaR6_Introduction
Sendai r01 beginnerssession1
Sendai r01 beginnerssession1
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2.7
知って得するWebで便利なpostgre sqlの3つの機能
知って得するWebで便利なpostgre sqlの3つの機能
Viewers also liked
Tidyverseとは
Tidyverseとは
yutannihilation
高速・省メモリにlibsvm形式で ダンプする方法を研究してみた
高速・省メモリにlibsvm形式で ダンプする方法を研究してみた
Keisuke Hosaka
統計的因果推論勉強会 第1回
統計的因果推論勉強会 第1回
Hikaru GOTO
木と電話と選挙(causalTree)
木と電話と選挙(causalTree)
Shota Yasui
Randomforestで高次元の変数重要度を見る #japanr LT
Randomforestで高次元の変数重要度を見る #japanr LT
Akifumi Eguchi
てかLINEやってる? (Japan.R 2016 LT) #JapanR
てかLINEやってる? (Japan.R 2016 LT) #JapanR
cancolle
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章
Shuyo Nakatani
星野「調査観察データの統計科学」第1&2章
星野「調査観察データの統計科学」第1&2章
Shuyo Nakatani
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Yohei Sato
Viewers also liked
(11)
Tidyverseとは
Tidyverseとは
高速・省メモリにlibsvm形式で ダンプする方法を研究してみた
高速・省メモリにlibsvm形式で ダンプする方法を研究してみた
統計的因果推論勉強会 第1回
統計的因果推論勉強会 第1回
木と電話と選挙(causalTree)
木と電話と選挙(causalTree)
Randomforestで高次元の変数重要度を見る #japanr LT
Randomforestで高次元の変数重要度を見る #japanr LT
てかLINEやってる? (Japan.R 2016 LT) #JapanR
てかLINEやってる? (Japan.R 2016 LT) #JapanR
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第1&2章
星野「調査観察データの統計科学」第1&2章
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Rで学ぶ 傾向スコア解析入門 - 無作為割り当てが出来ない時の因果効果推定 -
Similar to 20161127 doradora09 japanr2016_lt
入門機械学習1,2章
入門機械学習1,2章
Kazufumi Ohkawa
潜在ディリクレ配分法
潜在ディリクレ配分法
y-uti
ARC-009_RDB 技術者のための NoSQL ガイド
ARC-009_RDB 技術者のための NoSQL ガイド
decode2016
RubyのDir、File、IO について
RubyのDir、File、IO について
Tomoya Kawanishi
Rとcdisc@moss10 公開用
Rとcdisc@moss10 公開用
Masafumi Okada
Active record query interface
Active record query interface
Tomoya Kawanishi
さくっとはじめるテキストマイニング(R言語) スタートアップ編
さくっとはじめるテキストマイニング(R言語) スタートアップ編
Yutaka Shimada
MongoDB〜その性質と利用場面〜
MongoDB〜その性質と利用場面〜
Naruhiko Ogasawara
外国語教育メディア学会第54回全国研究大会ワークショップ「Rによる外国語教育データの分析と可視化の基本」
外国語教育メディア学会第54回全国研究大会ワークショップ「Rによる外国語教育データの分析と可視化の基本」
SAKAUE, Tatsuya
Similar to 20161127 doradora09 japanr2016_lt
(9)
入門機械学習1,2章
入門機械学習1,2章
潜在ディリクレ配分法
潜在ディリクレ配分法
ARC-009_RDB 技術者のための NoSQL ガイド
ARC-009_RDB 技術者のための NoSQL ガイド
RubyのDir、File、IO について
RubyのDir、File、IO について
Rとcdisc@moss10 公開用
Rとcdisc@moss10 公開用
Active record query interface
Active record query interface
さくっとはじめるテキストマイニング(R言語) スタートアップ編
さくっとはじめるテキストマイニング(R言語) スタートアップ編
MongoDB〜その性質と利用場面〜
MongoDB〜その性質と利用場面〜
外国語教育メディア学会第54回全国研究大会ワークショップ「Rによる外国語教育データの分析と可視化の基本」
外国語教育メディア学会第54回全国研究大会ワークショップ「Rによる外国語教育データの分析と可視化の基本」
More from Nobuaki Oshiro
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
Nobuaki Oshiro
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170909 reafletでお手軽可視化 on_r_20分ver_up用
Nobuaki Oshiro
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
Nobuaki Oshiro
20170707 rでkaggle入門
20170707 rでkaggle入門
Nobuaki Oshiro
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介 for R users
Nobuaki Oshiro
15 0117 kh-coderご紹介
15 0117 kh-coderご紹介
Nobuaki Oshiro
15 0117 r言語活用事例-外部公開用
15 0117 r言語活用事例-外部公開用
Nobuaki Oshiro
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
Nobuaki Oshiro
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
Nobuaki Oshiro
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
Nobuaki Oshiro
10分で分かるr言語入門ver2.4
10分で分かるr言語入門ver2.4
Nobuaki Oshiro
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
Nobuaki Oshiro
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.3
Nobuaki Oshiro
10分で分かるr言語入門ver2.2 13 0223
10分で分かるr言語入門ver2.2 13 0223
Nobuaki Oshiro
Code iq×japanr 公開用
Code iq×japanr 公開用
Nobuaki Oshiro
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2.1
Nobuaki Oshiro
10分で分かるR言語入門ver2_0906
10分で分かるR言語入門ver2_0906
Nobuaki Oshiro
10min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
10min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
Tokyor24 doradora09
Tokyor24 doradora09
Nobuaki Oshiro
More from Nobuaki Oshiro
(20)
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170707 rでkaggle入門
20170707 rでkaggle入門
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介
15 0117 kh-coderご紹介
15 0117 r言語活用事例-外部公開用
15 0117 r言語活用事例-外部公開用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.4
10分で分かるr言語入門ver2.4
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.2 13 0223
10分で分かるr言語入門ver2.2 13 0223
Code iq×japanr 公開用
Code iq×japanr 公開用
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2_0906
10分で分かるR言語入門ver2_0906
10min r study_tokyor25
10min r study_tokyor25
10min r study_tokyor25
10min r study_tokyor25
Tokyor24 doradora09
Tokyor24 doradora09
20161127 doradora09 japanr2016_lt
1.
Japan.R 2016 LT doradora09
2.
本日のお話 1. LDA-Visパッケージのご紹介 2. doradora09からお知らせ
3.
自己紹介 • 大城信晃 • @doradora09 •
データ分析屋 • ヤフー -> DATUM STUDIO • Tokyo.Rのスタッフ(2010年〜) • 主に初心者セッションと懇親会 (BAR doradora)
4.
自己紹介 • 大城信晃 • @doradora09 •
データ分析屋 • ヤフー -> DATUM STUDIO • Tokyo.Rのスタッフ(2010年〜) • 主に初心者セッションと懇親会 (BAR doradora)
5.
1.LDA-Visパッケージのご紹介
6.
LDAとは • “Latent Dirichlet
Allocation”の略 • 文書中の単語の「トピック」を確率的に求める言語モデル • 各単語が「隠れトピック」(話題、カテゴリー)から生成されて いる、と想定して、そのトピックを文書集合から教師無しで推 定することが目的
7.
トピック分類できると何が嬉しいか • (大量の)文章の要約や分類ができる • 文章の概要把握、効率的な情報収集 •
論点を見つける • 商品のユーザーレビューの解析 • 背景のトピックの発見 • りんごの「apple」と企業の「apple」の区別
8.
例:以下の3つのニュース記事をLDA 1. 博多駅前 再び道路7センチほど沈み込む
通行止めに • 26日未明、福岡市のJR博多駅前の大規模に道路が陥没した現場付近で、再び道路が 最大で深さ7センチほど沈んでいるのが見つかり、警察は周辺の交通を規制して、詳し い状態などを調べています。・・・ 2. 陥没めど立たぬ休業補償 飲食店など博多駅前事業者 福岡市に 問い合わせ50件 • 福岡市のJR博多駅前の道路陥没事故で休業を余儀なくされた飲食店などの事業者から 損失補償に関する問い合わせが市に相次ぎ、11日までに50件を超えた。・・・ 3. 陥没周辺の建物は? 福岡市「倒壊の恐れなし」 専門家「地震 の揺れに注意を」 • 陥没事故の周辺では、建物の倒壊など二次被害も懸念された。福岡市は8日、陥没箇所を中心 に東西約400メートル、南北約150メートルにある42棟で応急危険度判定を実 施。・・・
9.
例:以下の3つのニュース記事をLDA 1. 博多駅前 再び道路7センチほど沈み込む
通行止めに • 26日未明、福岡市のJR博多駅前の大規模に道路が陥没した現場付近で、再び道路が 最大で深さ7センチほど沈んでいるのが見つかり、警察は周辺の交通を規制して、詳し い状態などを調べています。・・・ 2. 陥没めど立たぬ休業補償 飲食店など博多駅前事業者 福岡市に 問い合わせ50件 • 福岡市のJR博多駅前の道路陥没事故で休業を余儀なくされた飲食店などの事業者から 損失補償に関する問い合わせが市に相次ぎ、11日までに50件を超えた。・・・ 3. 陥没周辺の建物は? 福岡市「倒壊の恐れなし」 専門家「地震 の揺れに注意を」 • 陥没事故の周辺では、建物の倒壊など二次被害も懸念された。福岡市は8日、陥没箇所を中心 に東西約400メートル、南北約150メートルにある42棟で応急危険度判定を実 施。・・・
10.
今回用いるパッケージ • RMeCab :
日本語の形態素解析 • lda : LDAの実行 • LDAvis : LDAをいい感じに可視化
11.
RMeCab • RMeCabを使って名詞、形容詞のみに限定 setwd('/Users/apple/Desktop/ldavis_lt') library(RMeCab) tmp_doc.1 <-
NULL tmp_doc.1 <- RMeCabText("text_1.txt") doc.1 <- NULL for (i in 1:length(tmp_doc.1)) { if (tmp_doc.1[[i]][2] %in% c("名詞", "形容詞")) { doc.1 <- c(doc.1, paste(tmp_doc.1[[i]][1], sep = "", collapse = " ")) } } > head(doc.1) [1] "博多" "駅" "前" "道路" "7" "センチ"
12.
LDA準備 • 単語をカウント # 他の2記事もdoc.2,
doc.2として同様に読み込む(省略) #複数文章をリスト化 doc.list <- NULLdoc.list <- list(doc.1, doc.2, doc.3) names(doc.list) <- c("doc1", "doc2", "doc3") library(lda) # ターム行列作成(単語ごとにカウント) term.table <- table(unlist(doc.list)) term.table <- sort(term.table, decreasing = TRUE) # 単語一覧 vocab <- NULL vocab <- names(term.table) > head(term.table) > 市 陥没 補償 1 道路 福岡 > 22 14 13 11 11 11
13.
LDA準備 • 文章がどの単語に一致するかでindex化 get.terms <-
function(x) { index <- match(x, vocab) index <- index[!is.na(index)] rbind(as.integer(index - 1), as.integer(rep(1, length(index)))) } documents <- NULL documents <- lapply(doc.list, get.terms) > head(documents) >$doc1 > [,1] [,2] [,3] [,4] [,5] >[1,] 17 46 231 4 42 >[2,] 1 1 1 1 1
14.
LDA準備 • LDA用の各種パラメータの準備 D <-
length(documents) # 記事の数 W <- length(vocab) # 単語の数 doc.length <- sapply(documents, function(x) sum(x[2, ])) #記事ごとの単語数 N <- sum(doc.length) # トータルの単語数 term.frequency <- as.integer(term.table) K <- 10 ## トピック数 G <- 200 ## 反復回数 alpha <- 0.02 #αパラメータ eta <- 0.02 #ηパラメータ トピック数は試行錯誤しながら調整
15.
LDA実行 • LDAの実施とトピックの単語確認 library(lda) set.seed(357) fit <-
lda.collapsed.gibbs.sampler(documents = documents, K = K, vocab = vocab, num.iterations = G, alpha = alpha, eta = eta, initial = NULL, burnin = 0, compute.log.likelihood = TRUE) # 各トピックにおける上位3位の単語の行列。 top.words <- top.topic.words(fit$topics, 3, by.score = TRUE) print(top.words) >print(top.words) > [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] >[1,] "規模" "市" "補償" "くい" "棟" "こと" "福岡" "事業" "陥没" "現場” >[2,] "警察" "事故" "者" "危険" "倒壊" "2" "5" "問い合わせ" "1" "道路” >[3,] "7" "工事" "損失" "力" "福岡" "メートル" "詳しい" "JV" "4" "付近"
16.
LDA実行 • LDAの実施とトピックの単語確認 library(lda) set.seed(357) fit <-
lda.collapsed.gibbs.sampler(documents = documents, K = K, vocab = vocab, num.iterations = G, alpha = alpha, eta = eta, initial = NULL, burnin = 0, compute.log.likelihood = TRUE) # 各トピックにおける上位3位の単語の行列。 top.words <- top.topic.words(fit$topics, 3, by.score = TRUE) print(top.words) >print(top.words) > [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] >[1,] "規模" "市" "補償" "くい" "棟" "こと" "福岡" "事業" "陥没" "現場” >[2,] "警察" "事故" "者" "危険" "倒壊" "2" "5" "問い合わせ" "1" "道路” >[3,] "7" "工事" "損失" "力" "福岡" "メートル" "詳しい" "JV" "4" "付近" この状態だとよく分からないので可視化する
17.
LDA-Vis • パラメータ設定と実行 # パラメータ theta
<- t(apply(fit$document_sums + alpha, 2, function(x) x/sum(x))) phi <- t(apply(t(fit$topics) + eta, 2, function(x) x/sum(x))) # create the JSON object to feed the visualization: display_word_num = 20 #表示する単語数 json <- createJSON(phi = phi, theta = theta, doc.length = doc.length, vocab = vocab, term.frequency = term.frequency, R = display_word_num ) ## 古いvisフォルダがある場合はエラー出るので削除する事 serVis(json, out.dir = 'vis', open.browser = T )
18.
デモ
19.
実行結果
20.
実行結果 陥没への 保証に関する トピック
21.
実行結果 現場状況や 停電に関する トピック
22.
実行結果 警察による 規制の トピック
23.
LDA-Vis 所感 • LDA実行の状態から一手間加えるだけで使えて便利! •
探索的な発見に期待
24.
ブラウザでの確認 • 実行時に指定したout.dir にあるindex.htmlを実行するとブラウ ザでも確認が可能(FireFox推奨) •
マウスオーバーやクリック、パラメータ変更によりインタラク ティブに動作
25.
参考情報 • RMeCab • http://rmecab.jp/wiki/index.php?RMeCab •
LDA(+RMeCab) • http://qiita.com/HirofumiYashima/items/faaf857e49a065b5e0f1 • LDA-Vis • https://github.com/cpsievert/LDAvis/blob/master/README.md • http://cpsievert.github.io/LDAvis/reviews/reviews.html
26.
2.doradora09からお知らせ
27.
2010年より ご愛顧いただいていた BAR doradoraですが
28.
この度、諸事情により 移転することになりました!
29.
場所
30.
だいたいこのあたり
31.
だいたいこのあたり 福岡、博多近辺!
32.
BAR doradora福岡移転のお知らせ • 諸事情にて、年明け頃から福岡に引っ越し予定 •
(注:リアルに脱サラしてのBAR開業ではないです・・) • Tokyo.Rの後任スタッフ+BAR担当募集中 • fukuoka.Rに参加できると嬉しいです!! • 土地勘がないため九州出身の方、是非お話聞かせてください • あとは分析ごった煮勉強会とかも需要あれば。 • 遠方からの発表者も募集します。特典はもつ鍋。 • 詳細は懇親会にて!
33.
Enjoy!!
Download now