LCA en agrupación vs. LCA en el Explorador de textoPara los usuarios que no tienen JMP Pro, ¿pueden guardar el DTM y usar el LCA en las plataformas de Clustering para agrupar documentos similares de la misma manera que usan el LCA en la plataforma Text Explorer? ¿Hay alguna consideración adicional en la que tengan que pensar?
Hay una nota en el documentación (captura de pantalla a continuación) que dice que los resultados no coinciden exactamente, pero obtengo resultados bastante diferentes incluso cuando configuro la semilla aleatoria (ver los últimos 2 scripts en el conjunto de datos adjunto). ¿Puede alguien explicar más qué se entiende por "estructura específica de la matriz de términos del documento"? y si has intentado ejecutar los mismos datos en ambas plataformas?
Gracias,
Wendy
@brady_brady @phersh
Re: LCA en Clustering vs. LCA en el Explorador de textoAlguien preguntó esto cuando Text Explorer se lanzó por primera vez. Creo que la respuesta fue que LCA en Text Explorer está optimizado para trabajar con el DTM, mientras que la plataforma LCA es una herramienta más general. La guía fue que al trabajar con texto deberíamos usar el LCA en el Explorador de texto.
Mejor,
METRO
Re: LCA en Clustering vs. LCA en el Explorador de textoGracias por la rápida respuesta, Mike!
Me encantaría tener más detalles sobre cuáles son las diferencias si usted u otros pueden proporcionarlo. ¿Por qué el número de clústeres es diferente y por qué una plataforma sugiere un clúster probable diferente para algunos documentos que el otro?
Re: LCA en Clustering vs. LCA en el Explorador de textoCreo que fue Chris Gotwald quien hizo el comentario ... Pero de la documentación (Libro de métodos multivariados, página 322 - en los documentos v15):
“Nota: El algoritmo LCA que se usa en la plataforma Text Explorer aprovecha la estructura específica de la matriz de términos del documento. Por esta razón, los resultados de LCA en la plataforma Text Explorer no coinciden exactamente con los resultados en la plataforma de Análisis de clase latente ".
Espero que ayude.
Mejor,
METRO
Re: LCA en Clustering vs. LCA en el Explorador de textoEl DTM es una matriz de alta dimensión y, por lo tanto, muy escasa. El tamaño y la escasez plantean problemas para la plataforma LCA. La plataforma TE utiliza un SVD especial para la caja de repuesto de alta dimensión.
No obtiene exactamente los mismos resultados de las dos implementaciones de LCA, pero están cerca.
Los datos de texto deben analizarse en TE en JMP Pro cuando sea posible.
Probaría la plataforma LCA en JMP, pero el DTM podría plantear un problema demasiado grande.
(Lo que dijo Mike)
Re: LCA en Clustering vs. LCA en el Explorador de textoFYI: Como resultado de esta conversación, la documentación para JMP 15.1 reemplazará "estructura específica" con "escasez". Esperemos que sea un poco más descriptivo.
