워드 클라우드 — 코드 실습
워드 클라우드의 핵심은 단어 빈도입니다: 텍스트를 단어로 쪼개고, 세고, 빈도에 비례한 크기로 그립니다. 이 세 단계를 base R의 strsplit() · table()과 ggplot2만으로 직접 만들어 봅니다.
1. 텍스트를 단어로 쪼개고 세기
텍스트 분석의 출발점은 토큰화(공백 기준으로 단어 나누기)와 빈도표입니다.
빈도표에서 조사·한 글자 단어를 걸러내는 것이 실제 워드 클라우드 앱의 “불용어 제거”에 해당합니다.
2. 빈도 막대그래프
크기 비교가 목적이라면 워드 클라우드보다 막대그래프가 더 정확하게 읽힙니다.
3. ggplot2로 만드는 미니 워드 클라우드
전용 패키지 없이도 geom_text()에 크기를 빈도에 비례시키고 위치를 난수로 흩뿌리면 워드 클라우드의 원리를 그대로 재현할 수 있습니다.
4. 연습 — 최빈 단어 찾기
빈도표 freq에서 가장 자주 나온 단어를 꺼내려면 which.max()에 무엇을 넣어야 할까요? 빈칸을 채워 실행하세요.
which.max()는 벡터에서 최댓값의 위치를 돌려줍니다. 여기서 최댓값을 찾을 벡터는 빈도표 freq입니다.
most <- names(freq)[which.max(freq)]
most5. 연습 — 최소 빈도 필터
워드 클라우드 앱의 “최소 빈도” 슬라이더처럼, 2번 이상 나온 단어만 남기세요.
논리 인덱싱을 씁니다: 빈도표를 자기 자신의 조건으로 걸러 보세요. freq[freq >= 2] 꼴입니다.
keep <- freq[freq >= 2]
keep