ACV en cluster vs ACV dans l'explorateur de texteLes utilisateurs qui ne disposent pas de JMP Pro peuvent-ils enregistrer le DTM et utiliser l'ACL sous les plates-formes de clustering pour regrouper des documents similaires de la même manière qu'ils utilisent l'ACL dans l'explorateur de texte? Y a-t-il d'autres considérations auxquelles ils doivent penser?
Il y a une note dans le Documentation (capture d'écran ci-dessous) qui indique que les résultats ne correspondent pas exactement, mais que j'obtiens des résultats assez différents même lorsque je règle la graine aléatoire (voir les 2 derniers scripts dans l'ensemble de données joint). Quelqu'un peut-il expliquer davantage ce que l'on entend par «structure spécifique de la matrice de termes du document»? et si vous avez essayé d’exécuter les mêmes données sur les deux plates-formes?
Merci,
Wendy
@brady_brady @phersh
Re: ACV dans le clustering ACV dans l'explorateur de texteQuelqu'un l'a demandé lors du premier lancement de l'explorateur de texte Je pense que la réponse a été que LCA dans Text Explorer est optimisé pour fonctionner avec le DTM, tandis que la plate-forme LCA est un outil plus général. Le conseil était que lorsque vous travaillez avec du texte, nous devons utiliser l'ACL dans l'explorateur de texte.
Meilleur,
M
Re: ACV dans le clustering ACV dans l'explorateur de texteMerci pour la réponse rapide, Mike!
J'aimerais plus de détails sur les différences si vous ou d'autres personnes pouvez le fournir. Pourquoi le nombre de clusters est-il différent et pourquoi une plateforme suggère-t-elle un cluster probable différent pour certains documents?
Re: ACV dans le clustering ACV dans l'explorateur de texteJe crois que c'est Chris Gotwald qui a fait le commentaire… Mais d'après la documentation (Multivariate Methods Book, page 322 - dans les documents v15):
«Remarque: l'algorithme LCA utilisé dans la plate-forme Text Explorer tire parti de la structure spécifique de la matrice de termes du document. Pour cette raison, les résultats de la LCA dans la plateforme Text Explorer ne correspondent pas exactement aux résultats de la plateforme Latent Class Analysis. ”
J'espère que cela pourra aider.
Meilleur,
M
Re: ACV dans le clustering ACV dans l'explorateur de texteLe DTM est une matrice haute dimension et donc très rare. La taille et la parcimonie posent des problèmes pour la plateforme d’ACV. La plate-forme TE utilise un SVD spécial pour le boîtier de rechange de grande dimension.
Les deux implémentations d’ACV ne donnent pas exactement les mêmes résultats, mais ils sont proches.
Les données texte doivent être analysées dans TE dans JMP Pro lorsque cela est possible.
Je voudrais essayer la plate-forme LCA dans JMP, mais le DTM risque de poser un problème trop important.
(Ce que Mike a dit.)
Re: ACV dans le clustering ACV dans l'explorateur de textePour votre information: à la suite de cette conversation, la documentation de JMP 15.1 remplacera "structure spécifique" par "parcimonieux". J'espère que c'est un peu plus descriptif.
