whyisshedead

страна и город браузер операционная система  

 Была взята статистика об инфляции в декабре и январе каждого года. по полученным данным понятно что взятые группы статистики связаны, т. к. взяты данные по инфляции в декабре и январе каждого года. наиболее точную оценку дают interactive k-means и scatter plot, они мне понравились больше всего.

Я взяла текст про только вышедшую игру NFS Unbound и то, как ее встретила публика. https://games.mail.ru/pc/news/2022-12-03/vdyhaet-novuyu-zhizn-v-seriyu-pervye-ocenki-need-for-speed-unbound/ Проведенные исследования на основе тепловой карты, оценки дисперсии, моделей MDS и ACP показали что текст нейтральный. Наиболее удобной моделью для меня оказалась MDS, т.к. на ней более понятно показана эмоциональная окраска и ее четко видно. ACP оказалась наиболее странной, так как группируя разные абзацы она не точно определяет их схожесть и не четко формирует их группы.

 оба текста посвящены теме блокировки Twitch. В обоих текстах преобладают «злые», «холодные» оттенки. И действительно, оба текста освящают тему блокировки и будут нести в себе «холодные» слова, такие как «пропаганда», «нарушение», «отказ».  тепловая карта обоих текстов схожа между собой, она находится в «холодном» спектре. В обоих текстах преобладают слова с нейтрально-отрицательной окраской, такие как «мера», «отрицание», «подозревают». Странно то что в первом тексте слово «июль» было помечено как положительное слово, но во втором оно уже становится отрицательным и в положительную сторону откатывается слово «пожаловались». не могу сказать что программа точно определила эмоциональную составляющую.