Verwenden der Text-Explorer-Topic Model-Formel zur Vorhersage von Themen für neuen TextIch habe einige Zeit damit verbracht, diese Frage für mich selbst zu beantworten (sogar "Googled It" 
, ohne Erfolg, also wende ich mich jetzt den Experten zu.
Ich habe einen Kunden, der Textdaten und JMP Pro hat. Er verwendet seine vorhandenen Daten (Schulungs- und Validierungssätze), um ein vernünftiges Modell zur Modellanalyse zu entwickeln, um eine nominale Antwort vorherzusagen. Zum Beispiel verwendet er die Texteingabe, um auf der Grundlage der Daten, die beim Anruf eines Unternehmensvertreters am Telefon angesammelt wurden, vorherzusagen, ob ein potenzieller Kunde ein gutes Kreditrisiko darstellt.
Jetzt verfügt er über ein Modell, das Kreditrisiken anhand von Themenvektoren vorhersagt. Er möchte nun neue Textdaten in das vorhandene Modell eingeben und das Kreditrisiko für den neuen Kunden vorhersagen. (Sinn machen) Wie machen wir das?
Ich habe versucht, die Topic Vector-Formel zu speichern, aber es werden keine neuen Topic-Scores für den hinzugefügten Text in neuen Zeilen berechnet.
Kann es so gemacht werden? Oder wäre es besser, statt Themen auf die größeren DTMs zurückzugreifen?
Anscheinend sollte dies einfach sein, aber ich sehe es nicht.
Jede / alle Hilfe wird geschätzt!
Jerry
Betreff: Verwenden der Text-Explorer-Topic-Model-Formel zur Vorhersage von Themen für neuen Text Klärung: Topic Vector Formula wird mit neuen Dokumenten aktualisiert. Die Ergebnisse stimmen jedoch nicht mit den Ergebnissen von Save Topic Singular Vectors überein. Dies scheint auf den oben genannten Fehler zurückzuführen zu sein.
Betreff: Verwenden der Text-Explorer-Topic-Model-Formel zur Vorhersage von Themen für neuen TextEs scheint einen Fehler zu geben, der dazu führt, dass die Formel in JMP Pro 14.1 nicht funktioniert. Der Fehler wurde in JMP Pro 13.2 und JMP Pro 14 behoben, ist aber in 14.1 wieder aufgetreten. Ich habe es der Entwicklung gemeldet.
Zusätzlich zwei Speicheroptionen, Save Topic Singular Vectors und Thema-Vektor-Formel speichern, führen zu identischen Ergebnissen, mit dem Unterschied, dass erstere einzelne Spalten erzeugt, während letztere das vektorielle Format in einer Formel darstellt.
Betreff: Verwenden der Text-Explorer-Topic-Model-Formel zur Vorhersage von Themen für neuen TextEinverstanden mit @ Markbailey . Ich würde die Topic Vectors als Input für andere Modellierungsplattformen verwenden. Einige Modellierungsplattformen (wie Fit Model) wissen, was mit Vektoreffekten zu tun ist, andere wissen nicht, was sie damit tun sollen. Wenn Sie mehrere Modelle mit verschiedenen Techniken erstellen und vergleichen möchten, klicken Sie mit der rechten Maustaste auf Neue Formelspalten -> Vektor -> Spalten, um die Vektoren in einzelne Spalten aufzuteilen. Dann werden sie gut mit Neural, Partition und ähnlichem spielen.
Betreff: Verwenden der Text-Explorer-Topic-Model-Formel zur Vorhersage von Themen für neuen TextMark Bailey riffing, ein Beispiel für seine zweite Idee finden Sie in Chris und in meinem Entdeckungsgespräch 2017. Das ist ein Sentiment-Modell, aber der Workflow ist derselbe wie bei Mark.
M
Betreff: Verwenden der Text-Explorer-Topic-Model-Formel zur Vorhersage von Themen für neuen TextIch habe zwei unmittelbare Ideen, aber ich denke immer noch nach ...
Ist erstens die Themenanalyse die beste Wahl, wenn das Problem die Klassifizierung ist? Wie sieht es mit der Diskriminanzanalyse im Text Explorer aus?
Zweitens: Wie wäre es mit dem Text-Explorer zum Speichern des DTM (wahrscheinlich mit TF-IDF-Gewichtung) und mit anderen prädiktiven Modellierungstechniken, um Merkmale auszuwählen, die eine Klassifizierung versprechen?
