R igraph Adjazenzmatrix взвешенный график - график не взвешен

Question

Я пытаюсь построить взвешенный график терминов, используемых в твитах. В основном я сделал термин «Матрица документов»; удалены редкие термины; постройте вспомогательную матрицу оставшихся слов и захотите их построить. Я не могу понять, где проблема. Пытался сделать это точно как на: http://www.rdatamining.com/examples/text-mining

Вот мой код:

tweet_corpus = Corpus(VectorSource(df$CONTENT)) 
tdm = TermDocumentMatrix(
    tweet_corpus, 
    control = list(
     removePunctuation = TRUE, 
     stopwords = c("hehe", "haha", stopwords_phil, stopwords("english"), stopwords("spanish")), 
     removeNumbers = TRUE, tolower = TRUE) 
     ) 

m = as.matrix(tdm) 
termDocMatrix <- m 
termDocMatrix[5:10,1:20] 
      Docs 
Terms  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 
    aabutin 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
    aad  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
    aaf  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
    aali  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
    aannacm 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
    aantukin 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 

myTdm2 <- removeSparseTerms(tdm, sparse =0.98) 
m2 <- as.matrix(myTdm2) 
m2[5:10,1:20] 
      Docs 
Terms  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 
    filipino 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
    give  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 
    god  0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 
    good  0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 
    guy  0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 
    haiyan 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 

myTdm2 
<<TermDocumentMatrix (terms: 34, documents: 27395)>> 
Non-/sparse entries: 39769/891661 
Sparsity   : 96% 
Maximal term length: 9 
Weighting   : term frequency (tf) 

termDocMatrix2 <- m2 
termDocMatrix2[termDocMatrix2>=1] <- 1 
termMatrix2 <- termDocMatrix2 %*% t(termDocMatrix2) 
termMatrix2[5:10,5:10] 
      Terms 
Terms  disaster give god good guy test 
    disaster  623 6 53 11 4  19 
    give   6 592 98 16 8  6 
    god   53 98 2679 135 38  29 
    good   11 16 135 816 21  5 
    guy    4 8 38 21 637  5 
    test   19 6 29 5 5 610 
g2 <- graph.adjacency(termMatrix2, weighted=T, mode="undirected") 
g2 <- simplify(g2) 
V(g)$label <- V(g)$name 
V(g2)$label <- V(g2)$name 
V(g2)$degree <- degree(g2) 
set.seed(3952) 
layout1 <- layout.fruchterman.reingold(g2) 
plot(g2, layout=layout1) 
plot(g2, layout=layout.kamada.kawai) 
V(g2)$label.cex <- 2.2 * V(g2)$degree/max(V(g2)$degree)+ .2 
V(g2)$label.color <- rgb(0, 0, .2, .8) 
V(g2)$frame.color <- NA 
egam <- (log(E(g2)$weight)+.4)/max(log(E(g2)$weight)+.4) 
E(g2)$color <- rgb(.5, .5, 0, egam) 
E(g2)$width <- egam 
plot(g2, layout=layout1) 

Это то выглядит следующим образом:

, но я хотел бы иметь что-то вроде этого:

очевидно, что взвешивание не работает - но почему ?!

Спасибо, ребята, заранее!

Answer 1

Даже если ваш график взвешен, алгоритм компоновки не использует веса, если вы явно не говорите ему об этом. Попробуйте это:

layout1 <- layout.fruchterman.reingold(g2, weights=E(g2)$weight) 

Однако, если ваши веса дико различные по величине, то, как правило, лучше использовать логарифм веса (плюс некоторая константа, чтобы все они строго положительна) в качестве входа алгоритм компоновки.