Minería de Datos I
Busca apuntes, exámenes y más
Trabajo entero en R: conexion con la API de Twitter, cribado de tuits por palabras clave, idioma y numero, tokenizacion y recuento de palabras. Las claves van sustituidas por un marcador. 2 paginas.
Diapositivas de introduccion al text mining: los cuatro pasos del proyecto, extraccion de datos de Twitter con la API, huso horario, bolsa de palabras y analisis. 8 diapositivas.
Diapositivas del nucleo del tema: limpieza de texto y tokenizacion, bolsa de palabras, visualizacion con nube de palabras, el peso TF-IDF y los diccionarios de sentimientos. 17 diapositivas.
Script en R que calcula el TF-IDF con tidytext sobre el corpus de janeaustenr como ejemplo, para ver como pesa cada termino en cada documento.
Script en R con las visualizaciones del analisis: la nube de palabras con wordcloud y los graficos de frecuencias con ggplot2 y ggthemes.
Script en R que calcula las frecuencias de los terminos de la bolsa de palabras y las prepara para representarlas.
Script en R que construye la bolsa de palabras con tm y SnowballC: limpieza del texto, tokenizacion y matriz de terminos, partiendo del fichero de tuits guardado.
Script en R que ajusta el huso horario de los tuits descargados usando tidyverse y lubridate, dejandolos listos para el analisis temporal.
Script en R del primer paso: como se obtienen las credenciales de la API de Twitter, la autenticacion y la descarga de los tuits. Las claves van sustituidas por un marcador. 3 paginas.
¡Estás al día!
Has visto todos los archivos