我可以使用哪些方法来计算 quanteda 中单词之间的相关性？
Which methods can I use to calculate correlation among words in quanteda?
我的问题是 this 的延续。
清理我的文本数据并使用 wordcloud 将其可视化后，我想看看哪些词相互关联。问题来了：
quanteda有函数textstat_simil，但是它说
相似度。那么，在这种情况下，"similarity" 和 "correlation" 是一回事吗？ （距离也有关系吗？）
此外，我的dfm看起来像一个二进制矩阵。在这种情况下是 phi
相关性（来自卡方统计）更明确？我可以吗
通过 quanteda?
- 各位大佬有没有除源码之外的其他内容
github 更详细地解释了计算方法
相似性或距离措施？ （我无法理解
this
代码，抱歉）。
感谢您的耐心等待！
要计算特征之间的 Pearson 乘积矩相关性，您可以使用：
textstat_simil(x, method = “correlation”, margin = “features”)
文档说的很清楚，相关方法是默认的。
Pearson 相关性不是最适合二进制数据的，我们目前没有实施更适合分类或有序数据的 Spearman 或其他相关性方法。但是，您始终可以将 dfm 强制转换为普通矩阵（使用 as.matrix()），然后使用 stats::cor() 方法，其中包括 Spearman 的方法。
至于最后一个问题，我们使用标准执行这些措施。如果您想更清楚地了解它们的含义，我建议您询问 Cross-Validated。
我的问题是 this 的延续。
清理我的文本数据并使用 wordcloud 将其可视化后，我想看看哪些词相互关联。问题来了：
quanteda有函数textstat_simil，但是它说 相似度。那么，在这种情况下，"similarity" 和 "correlation" 是一回事吗？ （距离也有关系吗？）此外，我的dfm看起来像一个二进制矩阵。在这种情况下是 phi 相关性（来自卡方统计）更明确？我可以吗 通过
quanteda? 计算
- 各位大佬有没有除源码之外的其他内容 github 更详细地解释了计算方法 相似性或距离措施？ （我无法理解 this 代码，抱歉）。
感谢您的耐心等待！
要计算特征之间的 Pearson 乘积矩相关性，您可以使用：
textstat_simil(x, method = “correlation”, margin = “features”)
文档说的很清楚，相关方法是默认的。
Pearson 相关性不是最适合二进制数据的，我们目前没有实施更适合分类或有序数据的 Spearman 或其他相关性方法。但是，您始终可以将 dfm 强制转换为普通矩阵（使用 as.matrix()），然后使用 stats::cor() 方法，其中包括 Spearman 的方法。
至于最后一个问题，我们使用标准执行这些措施。如果您想更清楚地了解它们的含义，我建议您询问 Cross-Validated。