내 텍스트 데이터에 대한 LCA(Latent Class Analysis)를 수행할 때마다 클러스터링 결과가 변경됨안녕하세요,
내 텍스트 데이터를 클러스터링하기 위해 텍스트 탐색기 형식의 LCA를 사용했지만 매번 실행할 때마다. 그것은 나에게 다른 결과를 제공합니다. 왜 그런 일이 일어나는지 아는 사람이 있습니까?
또한 텍스트 탐색기 플랫폼에서 이 두 가지 클러스터링 방법의 차이점은 무엇입니까? 잠재 클래스 분석(LCA) 그리고 Latent semantic analysis에서 문서 클러스터링 ?
Re: 내 텍스트 데이터에 LCA(Latent Class Analysis)를 할 때마다 클러스터링 결과가 바뀝니다.임의 시드 설정에 대해 JMP 기술 지원에서 받은 답변을 게시할 생각이었습니다.
"텍스트 탐색기의 잠재 클래스 분석에서 재현 가능한 결과를 생성하려면 Random Reset() JSL 함수를 사용하기 전에 각각 무작위 시드를 설정해야 합니다.
다음은 LCA에 5번 맞는 Pet Survey 샘플 데이터를 사용한 예이며, 각 전에 무작위 시드를 재설정합니다. 5개의 LCA 결과가 모두 동일해야 합니다."
dt = 열려 있는 ( "$SAMPLE_DATA/Pet Survey.jmp" );
테= 텍스트 탐색기 (
텍스트 열( :설문 응답 ),
정규식 설정( 라이브러리( "단어" ) ),
언어( "영어" ),
);
~을 위한 (나는= 1 , 나는<= 5 , i++, //LCA를 다섯 번 실행
랜덤 리셋 ( 123 ); // 각 전에 임의의 시드를 설정합니다.
lca=te<< 잠재 클래스 분석 (
클러스터 수( 5 ),
최대 용어 수( 143 ),
최소 기간 빈도( 2 )
));
Re: 내 텍스트 데이터에 LCA(Latent Class Analysis)를 할 때마다 클러스터링 결과가 바뀝니다.JMP 문서에서도 많은 답을 찾을 수 있습니다.
도움말 > 설명서 > 기본 분석 > 텍스트 탐색기를 참조하십시오.
도움말 > 설명서 > 다변량 방법 > 잠재 클래스 분석을 참조하십시오.
Re: 내 텍스트 데이터에 LCA(Latent Class Analysis)를 할 때마다 클러스터링 결과가 바뀝니다.음, 두 방법 모두 초기 클러스터에 무작위 시드를 사용하므로 관찰한 실행 간 차이가 있습니다.
TE의 전용 LCA 방법은 훨씬 더 큰 행렬을 처리할 수 있습니다. 수치는 무작위 시드 측면을 제외하고 차이가 발생할 수 있습니다.
시도해 보셨나요? TE에서 가중치를 적용하여 DTM을 저장한 후 TE와 별도의 LCA 플랫폼으로 분석할 수 있습니다.
제발 신원 클러스터의 구성은 무작위이지만 각 클러스터의 구성은 반드시 동일하지는 않지만 안정적이어야 합니다. 즉, 한 실행의 클러스터 1은 다른 실행 또는 다른 플랫폼에서 클러스터 10이 될 수 있지만 구성 요소는 본질적으로 동일해야 합니다. 문서 간에 유사성이 많지 않은 경우 실행 간 또는 플랫폼 간 클러스터에 큰 변화가 있을 수 있습니다. 클러스터 수에 대한 선택은 클러스터 구성의 안정성에도 영향을 줄 수 있습니다.
Re: 내 텍스트 데이터에 LCA(Latent Class Analysis)를 할 때마다 클러스터링 결과가 바뀝니다.또한 LSA가 문서를 클러스터링할 수 있다는 것을 알았습니다. LCA의 클러스터와 결과가 다른가요?
Re: 내 텍스트 데이터에 LCA(Latent Class Analysis)를 할 때마다 클러스터링 결과가 바뀝니다.잠재 클래스 분석과 잠재 의미 분석의 차이점에 대한 원래 질문 중 하나에 대답하지 않았습니다. 이 두 가지 방법 모두 클러스터를 생성합니다. 두 방법 모두 잠재 변수의 표현을 기반으로 합니다. LCA는 가중 문서-용어 매트릭스를 기반으로 문서를 클러스터링하므로 질문은 유사한 문서에 관한 것입니다. LSA 클러스터 용어도 가중 DTM을 기반으로 하므로 문제는 용어에 관한 것입니다. LSA의 클러스터는 잠재적 주제를 식별할 수 있습니다.
Re: 내 텍스트 데이터에 LCA(Latent Class Analysis)를 할 때마다 클러스터링 결과가 바뀝니다.LCA 플랫폼과 Text Explorer 플랫폼 내에서 사용 가능한 LCA는 동일한 작업을 수행합니다. LCA 플랫폼은 모든 다변량 데이터 세트를 위한 일반적인 도구입니다. 그러나 TE에 포함된 LCA는 텍스트 분석을 위해 사용자 정의되었습니다. 첫째, 말뭉치에서 유사한 문서를 찾는 맥락에서 군집화 결과가 제시된다. 둘째, 희소 문서 용어 행렬은 특이값 분해에 대한 새로운 솔루션이 필요합니다.
Re: 내 텍스트 데이터에 LCA(Latent Class Analysis)를 할 때마다 클러스터링 결과가 바뀝니다.감사합니다! 효과가있다!
또한 텍스트 탐색 플랫폼의 LCA와 잠재 의미 분석의 클러스터 문서의 차이점이 궁금합니다.
Re: 내 텍스트 데이터에 LCA(Latent Class Analysis)를 할 때마다 클러스터링 결과가 바뀝니다.LCA는 무작위 시드를 사용하여 클러스터링 프로세스를 시작합니다. 각 LCA 실행 전에 무작위 시드를 설정하고 이전 맞춤을 재현할 수 있다고 생각합니다.
