每次對我的文本數據進行潛在類分析 (LCA) 時，聚類結果都會發生變化你好呀，
我使用文本瀏覽器形式的 LCA 來聚類我的文本數據，但每次運行它時。它給了我不同的結果。 有誰知道為什麼會這樣？
另外，這兩種聚類方法在文本瀏覽器平台上有什麼區別，潛在類別分析（LCA）和潛在語義分析中的聚類文檔？
回复：每次對我的文本數據進行潛在類分析（LCA）時，聚類結果都會發生變化我想我會發布從 JMP 技術支持處獲得的關於設置隨機種子的回复。
“要在 Text Explorer 中從潛在類別分析中生成可重現的結果，您必須在每次使用 Random Reset() JSL 函數之前設置隨機種子。
下面是一個使用 Pet Survey 樣本數據的示例，該樣本數據適合 LCA 五次，並在每次之前重置隨機種子。 所有 5 個 LCA 結果應該是相同的。”
dt =打開( “$SAMPLE_DATA/寵物調查.jmp” );
特=文本資源管理器(
文本列（：調查響應），
設置正則表達式（庫（ “字” ) ),
語言（ “英語” ),
);
為了(我= 1個, 我<= 5個, 我++, //運行LCA五次
隨機重置( 123 ); //在每個之前設置隨機種子
lca=te<<潛在類分析(
簇數（ 5個),
最大項數（ 143 ),
最小詞頻（ 2個)
));
回复：每次對我的文本數據進行潛在類分析（LCA）時，聚類結果都會發生變化您還可以在 JMP 文檔中找到很多答案。
請參閱幫助 > 書籍 > 基本分析 > 文本資源管理器。
請參閱幫助 > 書籍 > 多元方法 > 潛在類別分析。
回复：每次對我的文本數據進行潛在類分析（LCA）時，聚類結果都會發生變化好吧，這兩種方法都對初始集群使用隨機種子，因此您觀察到的運行與運行之間存在差異。
TE 中的專用 LCA 方法可以處理更大的矩陣。 除了隨機種子方面之外，數字可能會導致差異。
你試過了嗎？ 您可以保存來自 TE 的帶權重的 DTM，然後使用獨立於 TE 的 LCA 平台對其進行分析。
請不要認為身份簇的數量是隨機的，但每個簇的組成應該是穩定的，儘管不一定相同。 也就是說，一次運行中的集群 1 可能會在另一次運行或另一個平台中成為集群 10，但組成部分應該基本相同。 如果文檔之間沒有太多的相似性，那麼在運行到運行或平台到平台之間的集群中可能會有很大的變化。 集群數量的選擇也會影響集群組成的穩定性。
回复：每次對我的文本數據進行潛在類分析（LCA）時，聚類結果都會發生變化我還注意到 LSA 可以對文檔進行聚類，它與 LCA 中的聚類結果是否不同？
回复：每次對我的文本數據進行潛在類分析（LCA）時，聚類結果都會發生變化我沒有回答您關於潛在類分析和潛在語義分析之間的區別的原始問題之一。 這兩種方法都會產生簇。 這兩種方法都是基於潛在變量的表達。 LCA 基於加權文檔-術語矩陣對文檔進行聚類，因此問題是關於相似文檔的。 LSA集群術語，也是基於加權DTM，所以問題是關於術語的。 來自 LSA 的聚類可以識別潛在主題。
回复：每次對我的文本數據進行潛在類分析（LCA）時，聚類結果都會發生變化LCA 平台和 Text Explorer 平台中可用的 LCA 完成相同的任務。 LCA 平台是適用於任何多元數據集的通用工具。 然而，TE 中嵌入的 LCA 已針對文本分析進行了定制。 首先，聚類結果是在語料庫中尋找相似文檔的背景下呈現的。 其次，稀疏文檔項矩陣需要奇異值分解的新解。
回复：每次對我的文本數據進行潛在類分析（LCA）時，聚類結果都會發生變化謝謝你！ 有用！
另外，我很好奇文本探索平台中的 LCA 和潛在語義分析中的集群文檔之間的區別，知道嗎？
回复：每次對我的文本數據進行潛在類分析（LCA）時，聚類結果都會發生變化LCA 使用隨機種子開始聚類過程。 我認為您可以在每次 LCA 運行之前設置隨機種子並重現之前的擬合。
