클러스터링에서의 LCA vs. 텍스트 탐색기의 LCAJMP Pro가없는 사용자의 경우 텍스트 탐색기 플랫폼에서 LCA를 사용하는 것과 동일한 방식으로 DTM을 저장하고 클러스터링 플랫폼에서 LCA를 사용하여 유사한 문서를 그룹화 할 수 있습니까? 그들이 고려해야 할 추가 고려 사항이 있습니까?
에 메모가 있습니다 선적 서류 비치 (아래 스크린 샷) 결과가 정확히 일치하지는 않지만 무작위 시드를 설정해도 결과가 상당히 다릅니다 (첨부 된 데이터 세트의 마지막 두 스크립트 참조). 누군가“문서 용어 매트릭스의 특정 구조”가 무엇을 의미하는지 더 설명 할 수 있습니까? 두 플랫폼을 통해 동일한 데이터를 실행하려고했는지 여부
감사,
웬디
@ pher
다시 : 클러스터링의 LCA 대 텍스트 탐색기의 LCA텍스트 탐색기가 처음 시작되었을 때 누군가가 이것을 물었습니다. 응답은 텍스트 탐색기의 LCA가 DTM 작업에 최적화되어 있고 LCA 플랫폼이 더 일반적인 도구라고 대답했습니다. 텍스트 작업을 할 때는 텍스트 탐색기에서 LCA를 사용해야한다는 것이 지침이었습니다.
베스트,
엠
다시 : 클러스터링의 LCA 대 텍스트 탐색기의 LCA빠른 답변 감사합니다, 마이크!
나는 당신이나 다른 사람들이 그것을 제공 할 수 있다면 차이점이 무엇인지에 대해 더 자세히 알고 싶습니다. 클러스터 수가 다른 이유와 플랫폼에 따라 일부 문서에 대해 다른 플랫폼이 다른 클러스터를 제안하는 이유는 무엇입니까?
다시 : 클러스터링의 LCA 대 텍스트 탐색기의 LCA나는 Chris Gotwald가 그 의견을 말한 것으로 믿는다. 그러나 문서 (v15 문서의 다변량 방법론, 322 페이지)에서 :
“참고 : 텍스트 탐색기 플랫폼에서 사용되는 LCA 알고리즘은 문서 용어 매트릭스의 특정 구조를 이용합니다. 이러한 이유로 텍스트 탐색기 플랫폼의 LCA 결과가 잠재 클래스 분석 플랫폼의 결과와 정확히 일치하지 않습니다.”
희망이 도움이됩니다.
베스트,
엠
다시 : 클러스터링의 LCA 대 텍스트 탐색기의 LCADTM은 고차원 매트릭스이므로 매우 희소합니다. LCA 플랫폼에서는 크기와 희소성이 문제가됩니다. TE 플랫폼은 고차원 스페어 케이스에 특수 SVD를 사용합니다.
두 LCA 구현에서 정확히 동일한 결과를 얻지는 못하지만 가깝습니다.
가능하면 JMP Pro에서 TE로 텍스트 데이터를 분석해야합니다.
JMP에서 LCA 플랫폼을 사용하려고 시도하지만 DTM이 너무 큰 문제를 일으킬 수 있습니다.
(마이크가 말한 것.)
다시 : 클러스터링의 LCA 대 텍스트 탐색기의 LCA참고 :이 대화의 결과로 JMP 15.1에 대한 문서는 "특정 구조"를 "sparsity"로 대체합니다. 바라건대 그것은 조금 더 설명 적입니다.
