私はその不思議なデータ、Twitterフィードを使って作業してきました。それについての避けられない仮説の1つは、ユーザーが他のユーザーに応答するというものであり、必ずしも外界の個別のコンテンツやイベントに応答するわけではありません。発生率レベルからハワイのコロノウイルスに関するツイートの内容を予測することは不可能ではありませんでしたが、.02未満のR-squaresはあまり説得力がありません。
ツイートエンティティが言及するユーザー識別子、ツイートはハッシュタグを開始し、ユーザーの説明とユーザー名は非常に劇的な画像を添付して、考え抜かれたMCAを実行します。
残念ながら、ラベルを解くことができないため、これをどのようなプレゼンテーションにも使用できません。小さいタイプと短いタイトルは実際には機能しません。図を生成するファイルにアクセスして、X、Y座標、およびラベルテキストを抽出するにはどうすればよいですか？それができれば、ラベルのテキストを編集したり、単語を短くしたり、画像を解釈できるようにほぼ重複を抑制したりすることができます。ソースが全国から来ていることは明らかです-そして青い数字は発生率レベルがいくつかのTwitterエントリに関連付けられていることを示しています（テキストの内容に関係なく-関連付けはエントリ自体にあります！）
テクノロジーについての洞察が本当に欲しいです。MCAは、実際には、n-userxn-user行列の生成を必要としない潜在的にまばらなデータを分析するためのデバイスであるように見えます。 私はこの仮定に正しいことを願っています。
赤い三角形に移動して選択すると、データテーブルの座標とラベルを取得できます。
コレスポンデンス分析=>座標の保存
座標とラベルを使用してデータテーブルを作成します
