221693_it-IT

liliconcom

LCA in Clustering vs. LCA in Esplora testo

Per gli utenti che non dispongono di JMP Pro, possono salvare il DTM e utilizzare l'LCA sotto le piattaforme di clustering per raggruppare documenti simili nello stesso modo in cui usano l'LCA nella piattaforma di esplorazione testo? Ci sono ulteriori considerazioni a cui devono pensare?

 

C'è una nota nel documentazione (screenshot sotto) che dice che i risultati non corrispondono esattamente ma ottengo risultati abbastanza diversi anche quando imposto il seme casuale (vedere gli ultimi 2 script nel set di dati allegato).  Qualcuno può spiegare ulteriormente cosa si intende per "struttura specifica della matrice dei termini del documento"? e se hai provato a eseguire gli stessi dati su entrambe le piattaforme?

 

 

 

Grazie,

Wendy

@brady_brady @phersh  

Ri: LCA in Clustering vs. LCA in Esplora testoQualcuno l'ha chiesto quando è stato lanciato Text Explorer. Credo che la risposta sia stata che LCA in Text Explorer sia ottimizzato per lavorare con il DTM, mentre la piattaforma LCA è uno strumento più generale. La guida era che quando si lavora con il testo dovremmo usare l'LCA in Text Explorer.

Migliore,

M
Ri: LCA in Clustering vs. LCA in Esplora testo

Grazie per la rapida risposta, Mike!

Mi piacerebbe avere maggiori dettagli su quali siano le differenze se tu o altri lo potete fornire.  Perché il numero di cluster è diverso e perché una piattaforma suggerisce un cluster probabilmente diverso per alcuni documenti rispetto all'altro?

 

 

 

Ri: LCA in Clustering vs. LCA in Esplora testoCredo che sia stato Chris Gotwald a fare il commento ... Ma dalla documentazione (Multivariate Methods Book, Pagina 322 - nei documenti v15):

“Nota: l'algoritmo LCA utilizzato nella piattaforma Esplora testo sfrutta la struttura specifica della matrice dei termini del documento. Per questo motivo, i risultati LCA nella piattaforma di esplorazione del testo non corrispondono esattamente ai risultati nella piattaforma di analisi della classe latente. "

Spero che sia d'aiuto.

Migliore,

M
Ri: LCA in Clustering vs. LCA in Esplora testo

Il DTM è una matrice di dimensioni elevate e quindi molto scarsa. Le dimensioni e la scarsità pongono problemi per la piattaforma LCA. La piattaforma TE utilizza un SVD speciale per la custodia di ricambio di dimensioni elevate.

 

Non si ottengono esattamente gli stessi risultati dalle due implementazioni LCA ma sono vicine.

 

I dati di testo devono essere analizzati in TE in JMP Pro quando possibile.

 

Vorrei provare la piattaforma LCA in JMP, ma il DTM potrebbe rappresentare un problema troppo grande.

 

(Quello che ha detto Mike.)

Ri: LCA in Clustering vs. LCA in Esplora testo

Cordiali saluti: A seguito di questa conversazione, la documentazione per JMP 15.1 sostituirà "struttura specifica" con "scarsità". Spero che sia un po 'più descrittivo.