113195_es-ES

liliconcom

El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

Hola,

 

Usé el formulario LCA de explorador de texto para agrupar mis datos de texto, pero cada vez que lo ejecuto. Me da diferentes resultados. Alguien sabe por qué sucede?

 

Además, ¿cuál es la diferencia entre estos dos métodos de agrupación en clúster en la plataforma del explorador de texto? análisis de clase latente (LCA) y Agrupación de documentos en análisis semántico latente. ?

Re: El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

También puede encontrar muchas respuestas en la documentación de JMP.

 

Consulte Ayuda> Libros> Análisis básico> Explorador de texto.

 

Consulte Ayuda> Libros> Métodos multivariados> Análisis de clases latentes.

Re: El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

Bueno, ambos métodos usan semillas aleatorias para los grupos iniciales, de modo que existe la diferencia de ejecución a ejecución que observaste.

 

El método LCA dedicado en el TE puede manejar matrices mucho más grandes. Los valores numéricos pueden dar lugar a una diferencia, aparte del aspecto semilla aleatorio.

 

¿Lo has probado? Puede guardar el DTM con ponderación de TE y luego analizarlo con la plataforma LCA separada de TE.

 

Por favor no que el identidad Los grupos son aleatorios, pero la composición de cada grupo debería ser estable, aunque no necesariamente idéntica. Es decir, el clúster 1 en una ejecución puede convertirse en el clúster 10 en otra ejecución u otra plataforma, pero los componentes deben ser esencialmente los mismos. Si no hay mucha similitud entre los documentos, entonces puede haber grandes cambios en los clusters de ejecución a ejecución o de plataforma a plataforma. La elección del número de grupos también puede afectar la estabilidad de la composición del grupo.

Re: El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

También me doy cuenta de que LSA puede agrupar documentos, ¿tiene resultados diferentes a los clústeres en LCA?

Re: El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

No respondí una de sus preguntas originales sobre la diferencia entre el análisis de clase latente y el análisis semántico latente. Ambos métodos producen agrupaciones. Ambos métodos se basan en la expresión de variables latentes. LCA agrupa documentos basados en la matriz ponderada de términos de documentos, por lo que la pregunta es sobre documentos similares. LSA agrupa los términos, también se basa en el DTM ponderado, por lo que la pregunta es sobre los términos. Los grupos de LSA pueden identificar temas latentes.

Re: El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

La plataforma LCA y el LCA disponibles dentro de la plataforma Text Explorer realizan la misma tarea. La plataforma LCA es una herramienta general para cualquier conjunto de datos multivariado. Sin embargo, el LCA incorporado en TE se ha personalizado para el análisis de texto. Primero, los resultados del agrupamiento se presentan en el contexto de encontrar documentos similares en el corpus. En segundo lugar, la matriz dispersa de términos de documentos requiere una nueva solución a la descomposición del valor singular.

Re: El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

¡Gracias! ¡Funciona!

 

Además, tengo curiosidad acerca de la diferencia entre LCA en la plataforma de exploración de texto y los documentos de clúster en Análisis semántico latente, ¿alguna idea?

Re: El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

LCA usa semillas aleatorias para comenzar el proceso de agrupamiento. Creo que puede establecer la semilla aleatoria antes de cada ejecución de LCA y reproducir el ajuste anterior.

Re: El resultado de la agrupación cambia cada vez que continúo el análisis de clase latente (LCA) en mis datos de texto

Pensé que publicaría una respuesta que obtuve del Soporte técnico de JMP para establecer el valor inicial aleatorio.

 

"Para generar resultados reproducibles del Análisis de clases latentes en el Explorador de texto, debe establecer la semilla aleatoria antes de cada uno utilizando la función Restablecimiento aleatorio () JSL.

 

Aquí hay un ejemplo que utiliza los datos de muestra de Pet Survey que se ajustan al LCA cinco veces, y restablece la semilla aleatoria antes de cada uno  Los 5 resultados de LCA deben ser idénticos ".

 

 

dt = abierto ( "$ SAMPLE_DATA / Pet Survey.jmp" );

te = Explorador de texto (

   Columnas de texto (: Respuesta a la encuesta),

    Establecer Regex (Biblioteca ( "Palabras" )),

    Idioma( "Inglés" )

   );

 

para (i = 1 , i <= 5 , i ++, // ejecuta LCA cinco veces

RandomReset ( 123 ); // establece la semilla al azar antes de cada

lca = te << Análisis de clases latentes (

        Número de grupos ( 5 )

        Número máximo de términos ( 143 )

        Frecuencia de plazo mínima ( 2 )

   ));