Построение консенсусной сети при помощи neighborNet

Построим сеть с использованием алгоритма neighborNet.

Для начала загрузим необходимые библиотеки и приведем в порядок данные:

library(tidyverse)

Warning: package 'tidyr' was built under R version 4.5.2

Warning: package 'purrr' was built under R version 4.5.2

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.5
✔ forcats   1.0.0     ✔ stringr   1.6.0
✔ ggplot2   4.0.0     ✔ tibble    3.3.0
✔ lubridate 1.9.4     ✔ tidyr     1.3.2
✔ purrr     1.2.1     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(phangorn)

Loading required package: ape

Attaching package: 'ape'

The following object is masked from 'package:dplyr':

    where

library(philentropy)
library(ggraph)
library(ggsci)

Warning: package 'ggsci' was built under R version 4.5.2

data <- read.table("table_with_frequencies.txt", header = TRUE, sep = " ")

data <- t(as.matrix(data))

data <- as.data.frame.matrix(data) |> 
  scale()

Рассчитаем косинусное расстояние между текстами:

dist_mx <- data  |> 
  philentropy::distance(method = "cosine", use.row.names = TRUE) 

Metric: 'cosine' with unit: 'log'; comparing: 30 vectors

dist_mx <- as.dist(1 - dist_mx)

Зададим параметры для графика и построим сеть:

par(mar = c(5,5,5,5), cex = 0.8)
nnet <- neighborNet(dist_mx)

cols <- pal_igv()(12)

# каждого автора обозначим отдельным цветом

cols <- tibble(author = str_remove(nnet$tip.label, "_.+")) |> 
  mutate(color = case_when(author == "Крюков"  ~ cols[1],
                           author == "Фурманов" ~ cols[2],
                           author == "Леонов"  ~ cols[3],
                           author == "Севский" ~ cols[4],
                           author == "Островский"  ~ cols[5],
                           author == "Булгаков" ~ cols[6],
                           author == "Фадеев" ~ cols[7],
                           author == "Серафимович" ~ cols[8],
                           author == "Шолохов" ~ cols[9],
                           author == "Платонов" ~ cols[10],
                           author == "Иванов" ~ cols[11],
                           author == "Dubia" ~ cols[12]))

plot(nnet, 
     direction = "axial",
     edge.color = "grey30",
     use.edge.length = FALSE,
     edge.width = 1,
     tip.color = cols$color,
     main = 'NeighborNet')

Примечания

На графике мы отчетливо видим группировку текстов по авторам. «Тихий Дон», как это продемонстрировано, ближе всего оказывается к произведениям Шолохова.