每次对我的文本数据进行潜在类分析 (LCA) 时，聚类结果都会发生变化你好呀，
我使用文本浏览器形式的 LCA 来聚类我的文本数据，但每次运行它时。它给了我不同的结果。 有谁知道为什么会这样？
另外，这两种聚类方法在文本浏览器平台上有什么区别，潜在类别分析（LCA）和潜在语义分析中的聚类文档？
回复：每次对我的文本数据进行潜在类分析（LCA）时，聚类结果都会发生变化我想我会发布从 JMP 技术支持处获得的关于设置随机种子的回复。
“要在 Text Explorer 中从潜在类别分析中生成可重现的结果，您必须在每次使用 Random Reset() JSL 函数之前设置随机种子。
下面是一个使用 Pet Survey 样本数据的示例，该样本数据适合 LCA 五次，并在每次之前重置随机种子。 所有 5 个 LCA 结果应该是相同的。”
dt =打开( “$SAMPLE_DATA/宠物调查.jmp” );
特=文本资源管理器(
文本列（：调查响应），
设置正则表达式（库（ “字” ) ),
语言（ “英语” ),
);
为了(我= 1个, 我<= 5个, 我++, //运行LCA五次
随机重置( 123 ); //在每个之前设置随机种子
lca=te<<潜在类分析(
簇数（ 5个),
最大项数（ 143 ),
最小词频（ 2个)
));
回复：每次对我的文本数据进行潜在类分析（LCA）时，聚类结果都会发生变化您还可以在 JMP 文档中找到很多答案。
请参阅帮助 > 书籍 > 基本分析 > 文本资源管理器。
请参阅帮助 > 书籍 > 多元方法 > 潜在类别分析。
回复：每次对我的文本数据进行潜在类分析（LCA）时，聚类结果都会发生变化好吧，这两种方法都对初始集群使用随机种子，因此您观察到的运行与运行之间存在差异。
TE 中的专用 LCA 方法可以处理更大的矩阵。 除了随机种子方面之外，数字可能会导致差异。
你试过了吗？ 您可以保存来自 TE 的带权重的 DTM，然后使用独立于 TE 的 LCA 平台对其进行分析。
请不要认为身份簇的数量是随机的，但每个簇的组成应该是稳定的，尽管不一定相同。 也就是说，一次运行中的集群 1 可能会在另一次运行或另一个平台中成为集群 10，但组成部分应该基本相同。 如果文档之间没有太多的相似性，那么在运行到运行或平台到平台之间的集群中可能会有很大的变化。 集群数量的选择也会影响集群组成的稳定性。
回复：每次对我的文本数据进行潜在类分析（LCA）时，聚类结果都会发生变化我还注意到 LSA 可以对文档进行聚类，它与 LCA 中的聚类结果是否不同？
回复：每次对我的文本数据进行潜在类分析（LCA）时，聚类结果都会发生变化我没有回答您关于潜在类分析和潜在语义分析之间的区别的原始问题之一。 这两种方法都会产生簇。 这两种方法都是基于潜在变量的表达。 LCA 基于加权文档-术语矩阵对文档进行聚类，因此问题是关于相似文档的。 LSA集群术语，也是基于加权DTM，所以问题是关于术语的。 来自 LSA 的聚类可以识别潜在主题。
回复：每次对我的文本数据进行潜在类分析（LCA）时，聚类结果都会发生变化LCA 平台和 Text Explorer 平台中可用的 LCA 完成相同的任务。 LCA 平台是适用于任何多元数据集的通用工具。 然而，TE 中嵌入的 LCA 已针对文本分析进行了定制。 首先，聚类结果是在语料库中寻找相似文档的背景下呈现的。 其次，稀疏文档项矩阵需要奇异值分解的新解。
回复：每次对我的文本数据进行潜在类分析（LCA）时，聚类结果都会发生变化谢谢你！ 有用！
另外，我很好奇文本探索平台中的 LCA 和潜在语义分析中的集群文档之间的区别，知道吗？
回复：每次对我的文本数据进行潜在类分析（LCA）时，聚类结果都会发生变化LCA 使用随机种子开始聚类过程。 我认为您可以在每次 LCA 运行之前设置随机种子并重现之前的拟合。
