Lautsprecher
|
Abschrift
|
| Scott Wise |
Investigative Textexploration. Mein Name ist Scott Wise und ich bin Senior Manager des JMP Education Teams. |
| |
Und ich habe eine wirklich lustige Präsentation für uns, die wir uns heute ansehen können, und das Ziel dieser Präsentation ist, Ihnen ein wenig mehr Vertrautheit zu vermitteln |
| |
mit den Funktionen und wie einfach es ist, Text in JMP und JMP Pro zu durchsuchen, und zeigen Ihnen eine andere Sichtweise auf die Textuntersuchung, wie z. |
| |
Okay, wir werden über das Chili meiner Großmutter sprechen und wie das mit einem Texas-Chili-Cook-Off zusammenhängt. Bevor wir anfangen, |
| |
Lassen Sie uns einfach einige der Terminologien rund um Text Mining entlarven, und für mich gibt es wirklich fünf einfache Schritte. Sie verbringen Ihre Zeit damit, die Daten buchstäblich zusammenzufassen und herauszufinden, welche Wörter im Text am häufigsten vorkommen, sogar welche Kombination von Wörtern am häufigsten vorkommt. |
| |
Also die ??? Nennen Sie das Durchsuchen von unstrukturiertem Text, und dann das, das könnte alles sein. Dies könnte ein Satz sein, den Ihr Kunde Ihnen über die Leistung Ihres Produkts oder Ihrer Dienstleistung gegeben hat. Es könnte sein... |
| |
Es könnten soziale Medien sein, wo Sie wissen, dass Sie anhand von Kommentaren herausfinden, was die Leute mögen oder nicht mögen, |
| |
etwas über Ihr Produkt oder Ihre Dienstleistung oder es könnte dieser Typ sein, so etwas wie ein Rezept. |
| |
Ich habe es sogar bei Patenten gesehen, wenn Leute recherchiert haben, was beliebte Dinge sind, für die Leute Patente anmelden, und ob wir diese tun sollten. |
| |
Also wirklich, zusammenfassend herausfinden, welche Wörter davon die wichtigsten sind. Als nächstes kommt noch etwas Vorbereitung, nämlich die kleinere Liste der Wörter, die Ihnen wichtig sind. |
| |
Dann wären wir natürlich nicht JMP, wenn wir es nicht visualisieren und analysieren und auch modellieren könnten. Wir können sogar etwas fortgeschrittene Modellierung durchführen. Ich werde dazu JMP Pro verwenden, Version 15.1, |
| |
und ich werde auf jeden Fall darauf hinweisen, was Sie in JMP tun können und wo ich tatsächlich ein bisschen Pro einbringe, um meine Frage weiter zu beantworten. |
| |
Dokument, Korpus und Begriff. Das Dokument wird das sein ... |
| |
Diese Dinge, die Sie analysieren, im Grunde der einzelne Textkörper, jede Zeile des Textes. Also ist es meine meine Rezepte für mein Beispiel. |
| |
Es können verschiedene Kunden sein, die Ihnen Ihr Produkt oder Ihre Dienstleistung kommentiert haben. Korpus ist eigentlich der unstrukturierte Text, den Sie zu handhaben versuchen, der Körper dieses Textes, den Sie analysieren werden. |
| |
Und dann werden die Begriffe diese Wörter oder Wortkombinationen sein, die Ihnen wichtig sind und die Ihnen helfen können, eine Frage zu beantworten. Reden wir also über die Geschichte. Weißt du, warum bin ich auf die Idee gekommen, mir Chili-Rezepte anzusehen? Nun, das kommt darauf zurück |
| |
Vor fast 25 Jahren, als ich zum ersten Mal nach Texas zog, kam ich, um für eine große Firma zu arbeiten, und wie die meisten großen Firmen in Texas hatten sie einen großen Texas-Chili-Cook-off. |
| |
Und ich wurde gebeten mitzumachen. Alle haben mitgemacht. Aber ich wurde auch gebeten, noch mehr zu tun, ich wurde gebeten, Richter zu sein. |
| |
Also hätte ich den Richter ablehnen sollen. Ich dachte, es wäre eine Ehre für den Neuen, aber ich glaube, ich war der einzige, dem sie es geben konnten, ich fand heraus, warum. |
| |
Aber lasst uns zuerst über die Reaktion auf das Chili sprechen, das ich mitgebracht habe. Also hatte ich ein Chili-Rezept, das meine Familie immer verwendet hat und das von meiner Großmutter, Oma Lillian, stammt. |
| |
Das ist kein Chili. Das ist nicht das, was die Texaner für Chili hielten. |
| |
Jetzt war die gute Nachricht, dass ich jeden mit nach Hause nehmen müsste, weil ich ihn gerne esse. Sie dachten an etwas anderes als Chili. Ihr Chili hatte keine Bohnen drin. Ihr Chili war nicht herzhaft. Es war sehr heiß, sehr suppig. |
| |
Meins hatte Rindfleisch. Ihre hatten hauptsächlich Schweinefleisch. Sie hatten alles drin. Hier ist die andere Sache, die mich in Schwierigkeiten gebracht hat. Sie mochten nicht nur das Chili meiner Oma nicht, ich hätte das Richten fast nicht überlebt |
| |
denn das wahre Ehrenzeichen eines echten Texaners ist es, die schärfste Schüssel Chili zuzubereiten. Du willst also deinen Nachbarn schlagen. Sie wollen Ihren Kollegen schlagen. Also haben sie alle Arten von gottlos scharfen Chilis und Gewürzen hier reingeworfen. |
| |
Und ich dachte nur, reiße mir fast ein Loch in den Magen, nur um es zu schmecken, und du trinkst all diese Milch und versuchst, die Hitze herauszuhalten. So |
| |
es war eine Feuertaufe. Also meine Empfehlung ist, wenn Sie die Hitze nicht mögen, treten Sie nicht als Richter auf, richtig. Keine gute Idee. Aber ich wollte platzieren; das hat mich immer gestört. |
| |
Was, warum lief das Chili meiner Oma nicht gut? Gibt es wirklich verschiedene Chilisorten? Woher kommen sie? |
| |
Und es stellt sich heraus, dass Chili eine wirklich coole Geschichte hat. Sie können einige wirklich coole Geschichtsblogs und Artikel darüber sehen, und es ist höchstwahrscheinlich herausgekommen |
| |
Mittelamerika, hauptsächlich Mexiko. Und es gibt einige leichte Gerichte, aber in San Antonio wurde zuerst beobachtet, dass es irgendwie im Staat verkauft wurde, wir wüssten jetzt, dass es Chili ist, |
| |
auf dem alten San Antonio Platz dort beim Alamo. Und es wurde auf Viehtrieben verwendet und es begann populär zu werden und dann arbeitete es sich durch die Mitte des Landes und den ganzen Mittleren Westen. |
| |
Und mir wurde gesagt, dass viele Lebensmittelinnovationen auf der St. Louis World's Fair entwickelt wurden, Sie wissen, dass sie richtig losgingen, als sie gezeigt wurden, das war eine davon. Chili hat es in die geschafft |
| |
St. Louis World's Fair und es wurde wirklich populär. |
| |
Es gibt also verschiedene Sorten. Und so war die Idee, wenn ich … könnte ich die Texterkundung für Zutaten und Rezepte verwenden? Nehmen Sie einfach das ganze Rezept und werfen Sie es hinein, sehen Sie, was passiert. |
| |
Und womit will ich es vergleichen? Also habe ich nachgeschlagen, was die traditionellen Regionen sind; Wir hatten mehrere, von Texas bis nach Michigan. |
| |
In Texas haben wir also verschiedene Sorten. Texas Bowl Red ist das, was ich probiert habe. Das ist Chili con Carne. EIN |
| |
Frito Pie ist etwas, das Sie bei einem Fußballspiel bekommen, aber sehr beliebt, dass Louisiana eine eigene Version hat. New Mexico, mit grünen Chilis und Hühnchen, hat seine eigene Version. Oklahoma, Kansas City, Springfield, |
| |
Illinois, Cincinnati mit dem Skyline-Chili, he, über Spaghetti. Michigan. Coney Island, die Hot Dogs, weißt du, die Chilisoße, die sie dort drauf machen, ist ernsthaftes Chili. |
| |
Weißer Chili, Herkunft unbekannt. Vegetarisches Chili. Aber es gibt viele Stile, die jetzt da draußen sind. |
| |
Also sagte ich, wenn ich drei Rezepte von jedem dieser Stile nahm und sie verglich, um das Chili meiner Großmutter zu kontrollieren, kann ich dann finden, wonach ich suche? |
| |
Also werden wir das tun und ich werde es Ihnen zeigen, während ich durch die Schritte gehe, werde ich Ihnen eine Zusammenfassung der Schritte zeigen, dann gehe ich direkt hinterher und zeige Ihnen, wie ich es mache im JMP. |
| |
Erste Schritte werden die Zusammenfassung der Daten sein. Wir wollen die Worte finden, die uns wichtig sind. |
| |
Was passiert nun, wenn Sie eintreten |
| |
jede dieser Textanalysen, diese Textdaten, wie meine Zutaten, in einen Text-Explorer, der wird sie durch eine Bibliothek laufen lassen |
| |
von regulären Ausdrücken, und denken Sie an das Wort wie regulär, nur Dinge, die einfach Teil der Alltagssprache sind. |
| |
Und sie sind nicht so hilfreich. Es ist nicht hilfreich, wenn ich „the“ und „and“ in meiner Liste habe. Es versucht also, Wörter herauszuziehen, die Ihnen egal sind. Und ja, es kann individuell angepasst werden. |
| |
Und es ist bereits ein ziemlich starkes eingebaut, und das habe ich verwendet. Und dann stehlen. Stemming ist, wo Sie hingehen und |
| |
Sagen Sie, wie Sie es behandeln möchten, wie Wörter - also ist "Würfel" "Würfel", "Würfeln", Sie haben Pluralformen, anders ... anders ... |
| |
verschiedene Versionen des Wortstamms. Möchten Sie alles nur im Stammwort zählen oder möchten Sie, dass es getrennt wird? Das ist also eine Überlegung. |
| |
Und dann, nachdem wir zusammenfassen. Lassen Sie mich diese Worte bekommen. Sie können sehen, dass ich hier eine kleine Liste mit Wörtern habe. Der hintere ist unbearbeitet und dann der vordere |
| |
ist tatsächlich eine, bei der wir diese Wortliste durchgegangen und irgendwie verkleinert haben. Was Sie also tun, ist, Sie suchen nach Wörtern, die Ihnen egal sind, Sie nennen sie Stoppwörter, sagen im Grunde, entfernen Sie diese. Füge sie wieder meiner Bibliothek mit Dingen hinzu, die mir egal sind. |
| |
Sie können auch Sätze mitbringen, die wirklich wichtig sind. Und sobald Sie diese haben, werden wir in der Lage sein, einige zu visualisieren. |
| |
Und wir werden sehen können, dass ich mich in meinem Fall wirklich für Zutaten interessiere. So werden wir in der Lage sein zu sehen, welche Zutaten am häufigsten herauskamen. |
| |
Und Sie sehen hier oft Wortwolken, und Wortwolken, wissen Sie, je größer das Wort, desto häufiger ist es. |
| |
Und Sie können es sich in einer Wolke ansehen, genauso wie ein … nur ein sporadisches Layout, oder Sie können sich eine Bestellung ansehen, bei der, wissen Sie, das erste, was da oben steht, das größte Wort ist. Das ist wie die |
| |
Diagramm, das sich vor Ihrer Folie befindet. Und danach werden wir etwas damit machen. Und so können wir einige grundlegende Modelle erstellen. |
| |
Und eine der einfachsten Möglichkeiten, dies zu tun, ist, sobald wir wissen, welche Wörter auf unserer Liste uns wichtig sind, |
| |
wir können es wieder zu unserer Datentabelle hinzufügen. Dies wird als Speichern der Dokumentbegriffsmatrix bezeichnet. In diesem Fall ist eine einfache Möglichkeit, dies zu tun, nur Binärdateien. Also habe ich hier eine eigene Spalte, rechts von mir seht ihr wo |
| |
"Zwiebel" hat eine Eins, wo es in diesen Zeilen steht, du weißt schon, Rezept. Es hat Null, wenn es keine ist, also können Sie hier Nullen und Einsen in Spalten bekommen. Und Sie können sehen, was das Wichtigste ist. |
| |
Und oft versuchst du, für so etwas zu modeln wie, wenn ich feststecke, |
| |
Vielleicht hatte ich die Bewertungspunkte dadurch und ich kann sagen, nun, hier ist eine numerische Punktzahl, die an jedes Rezept gebunden ist. Ich möchte sehen, welche Zutaten |
| |
sind üblich, die zu einer hohen Punktzahl führen. Das könnte etwas sein, was ich tue, also versuchen Sie es etwas vorausschauender zu machen. |
| |
Aber in diesem Fall schaue ich mir die Gruppierung an. Ich bin wirklich daran interessiert, Rezepte zu gruppieren und zu sehen, wo das Chili meiner Großmutter hinfällt. Also werde ich Ihnen zeigen, wie wir das machen werden. Aber lassen Sie uns zuerst zu JMP gehen und Ihnen zeigen, wie wir diese Schritte in JMP ausführen. |
| |
Hier also meine Rohdaten. |
| |
In jedem Dokument hier ist jede Zeile ... habe meinen unstrukturierten Text und in meinen Fällen sind es nur die rohen Zutaten. |
| |
Und wenn ich hier auf eine dieser Zellen klicke, können Sie sehen, dass es sich buchstäblich um die kopierten Zutaten handelt. Da ist also das eine ... das erste für Cajun-Chili aus Louisiana. |
| |
Es enthält Wörter, die mir wichtig sind, wie „Tomate“, „Chilipulver“ und „Honig“. Es hat Wörter, die mir egal sind, wie "kann". |
| |
Es sind wahrscheinlich Zutatenmaße, die mir nicht so wichtig sind, wie "ein", "zwei Pfund", "Teelöffel". Also, wie werden wir uns darum kümmern? Also, was wir tun werden |
| |
Wir gehen zum Analysieren und zum Text-Explorer und fügen diese Zutaten einfach in die Textspalte ein. |
| |
Ich werde nach Stemming fragen, wie man für alle Begriffe stemmt. Das finde ich sehr hilfreich. Und dann werde ich den eingebauten regulären Ausdruck verwenden. |
| |
Ich sage okay und jetzt ist hier meine erste Liste. |
| |
Was ich jetzt tun kann, ist, dass ich die Dinge auswählen kann, die mir egal sind. Zahlen sind mir egal. Also kann ich vielleicht hier reingehen und sie markieren, mit der rechten Maustaste klicken und sagen, fügen Sie ein Stoppwort hinzu, und dann wird es der Liste der Dinge hinzugefügt, die mich nicht interessieren. |
| |
Was ist mit "Chilipulver"? Es klingt wie etwas, das für sich allein sein muss. Also klicke ich mit der rechten Maustaste auf diesen Satz. Und ich werde sagen: Phrase hinzufügen und es fügt sie hinzu. |
| |
Also gehen Sie und Sie tun dies, bis Sie eine optimierte, verkleinerte Liste erhalten. |
| |
Ich werde nur meine laufen lassen |
| |
Meine fertige Liste dabei. Und hier sind alle Wörter, die aus dem gefundenen regulären Ausdruck hervorgegangen sind, und auch |
| |
Dinge, die ich hinzugefügt habe |
| |
und Stoppwörter. Und jetzt ist hier meine fertige Begriffs- und Phrasenliste. Und so habe ich diese Sätze hinzugefügt. Ich sorge mich um. Also kam „Zwiebel“ am höchsten heraus, dann „Salz“, dann „Kreuzkümmel“, dann „Chilipulver“. |
| |
Wie Sie sich vorstellen können, wäre dies wirklich gut zu visualisieren, und wir haben eine Wortwolke. Hier ist also die Wortwolke für alles in diesem. Und wieder unter meinen roten Dreiecksoptionen hier kann ich das in eine Reihenfolge ändern, um es klarer zu machen, was herauskommt. |
| |
Wenn ich es zentriert halte, macht es Spaß, es zu tun. Sie wissen, dass Sie Filter zu Ihren Daten hinzufügen können, und etwas, das Sie tun können, ist, manchmal können Sie Ihre Antwort visuell finden, ohne etwas anderes tun zu müssen. Und in diesem Fall werde ich darauf eingehen |
| |
rotes Dreieck. Ich werde einen lokalen Datenfilter bekommen. Ich werde mir nur den Typ ansehen und sagen, nun, lasst uns einen Blick darauf werfen |
| |
wie Oma Lillians Chili aussieht, du kennst "Tomaten" und "Kidneybohnen" und "Rindfleisch", solche Sachen. Und wie wäre das im Vergleich zum Cajun-Chili? |
| |
Nun, sie teilten sich Chilipulver und Rindfleisch, aber, weißt du, da könnten einige verschiedene Dinge dabei sein. Weißt du, wie das im Vergleich zu Chili Verde ist, |
| |
Weißt du, das ist eher der grüne Chili, weißt du. Und sie haben dort rohe Chilis und Jalapenos, Hühnerbrühe, all diese Dinge, Hühnerbrühe. |
| |
Das ist also wirklich interessant, aber wahrscheinlich nicht genug für mich, um herauszufinden, was los ist. Also bin ich gegangen |
| |
(und das ist eine andere ... Sie haben alle Optionen hier unter Ihrem roten Dreieck) Ich habe mich vergewissert (und ich muss wahrscheinlich hier sicherstellen), dass ich meinen lokalen Datenfilter ausschalte, vergewissere mich, dass alles ausgewählt ist, dass ich mir alle meine Bedingungen ansehe. |
| |
Ich habe hier 299. Ich klicke mit der rechten Maustaste und sage "Dokumentbegriffsmatrix speichern". |
| |
Und wenn ich das mache, hat es mich gefragt, wie ich es speichern will, mit mit mit mit mit Gewichten, mit welcher Gewichtung. Es ist im Grunde binär, es gibt Häufigkeiten, die ich verwenden kann, wie viele Begriffe, wissen Sie, die minimale Begriffshäufigkeit, um tatsächlich einen Platz in Ihrer Datentabelle zu bekommen. Und das habe ich bereits getan. |
| |
Wenn ich also rüberrutsche und schaue... |
| |
Eigentlich |
| |
Ich werde weitermachen und das tun und Ihnen zeigen, wie es aussieht. Also sage ich einfach "Dokumentbegriffsmatrix speichern" und sage "okay". |
| |
Und jetzt, wie ich Ihnen auf der Folie gezeigt habe, bekomme ich jetzt alle Begriffe, die mir wichtig sind. Und da ist das erste für "Zwiebel". Hier ist das für "Chilipulver" und wie es sich auf ihre jeweiligen bezieht |
| |
Rezept, du weißt schon, Reihen. |
| |
Ich weiß also, wo es eine gibt, ich weiß, dass dieses Cajun-Chili Chilipulver hatte. |
| |
Wenn es Null gibt, |
| |
Dieses hier sieht aus wie Oklahoman Chili oder nein, es tut mir leid, New Mexican Chili hatte kein Chilipulver, also das ist nur, so funktioniert das. Und dies kann beim Modellieren verwendet werden. Sie können also in JMP zu Analyze fit model gehen und dies auf einen Modelltyp anwenden. |
| |
Aber was ich tun werde, ist, da ich nicht wirklich versuche vorherzusagen, welche Zutaten mir eine höhere Punktzahl geben werden. Ich habe keine, weißt du, |
| |
Sie kennen hier Ausgabedaten. Ich möchte sie wirklich gruppieren, und ich habe gehört, dass ich das in JMP Pro tatsächlich tun kann. Also werde ich gleich zurück zu meinen Folien hier gehen. |
| |
Und ich werde über die Analyse der Daten sprechen. Also weiter analysieren |
| |
In JMP Pro können Sie einige wirklich gute Gruppierungstechniken anwenden, und dies sind multivariate Methoden, und ihre Spezialisierung auf die Handhabung von Textanalysen und die Arbeit mit dieser Dokumentbegriffsmatrix dreht sich um Text. |
| |
Und es verwendet eine sogenannte latente Klassenanalyse. Es ist einer der Begriffe. Und dies ähnelt den Hauptkomponenten, wenn Sie an diese Technik gewöhnt sind. Aber im Grunde geht es |
| |
Fragen Sie uns, wie viele Gruppierungen oder Cluster von Daten wir betrachten möchten. Es wird über diesen mehrdimensionalen Raum blicken |
| |
zwischen allem, was in diesen Spalten steht, und Ihrer Dokumentbegriffsmatrix für die wichtigen Begriffe in Ihrem Modell hier, die wichtigen Begriffe, die wir uns zu Wort gemeldet haben |
| |
Wortliste, richtig? Und es wird sie gruppieren. Und in meinem Fall konnte ich es auf drei Gruppen reduzieren. |
| |
Es gibt also einen Cluster, der viele Chili-Rezepte mit Hackfleisch, Tomatensauce, Chilipulver und Bohnen zu haben schien. |
| |
Es gibt ein Cluster zwei, das viel mit Hühnchen und grünen Chilis zu tun hatte, rohe Chilis hier. |
| |
Und dann gibt es Gruppe drei, die wieder viele Chilis hatte, aber es waren mehr rote Chilis und sie basierten auf Schweinefleisch, und das machte sehr viel Sinn. |
| |
Okay, als ich diese Cluster erstellte, konnte ich eine Cluster-Wahrscheinlichkeit pro Zeile verwenden, das gab mir irgendwie, wie stark diese Individuen sind |
| |
Rezepte, meine Zeilen in meinem Dokument, richtig, diese diese Original ... mein Kontrollrezept, wo sind sie hingefallen und wie stark haben sie gehört. Warum habe ich sie welchem Cluster zugewiesen? Und als ich das tat, |
| |
22 war der Cluster meiner Großmutter ... war die Kontrolle meiner Großmutter. Und ich fand heraus, dass sie zusammen mit einigen anderen Rezepten, einschließlich derer, die aus Kansas City, Missouri, stammten, in Cluster eins zusammengefasst war. |
| |
Es gibt einen auf Nummer 24, der sehr nahe war. Nun, die texanischen Rezepte für Gruppe drei, sie hatten scharfe Chilis, Gewürze ... viel Gewürze und oft Schweinefleisch und keine Bohnen, richtig? Bohnen waren etwas, das in Cluster eins auftauchte, aber nicht in Cluster drei und dann ... |
| |
Der Cluster zwei |
| |
war mehr für, weißt du, es ist mehr für grünes Chili, |
| |
mehr für die Dinge, die Sie in New Mexico sehen, wissen Sie, Chili auf Hühnchenbasis, Dinge mit grünem Chili. |
| |
Okay, was passiert ist, war, dass ich das Match machen konnte, und ich habe ein Rezept gefunden. Und einer der drei repräsentativen aus Missouri |
| |
das hieß eigentlich Kansas City Chili, und es passte fast genau zu Oma Lillians Chili. |
| |
Als ich meine Mutter danach fragte, sagte ich: "Nun, warum konnte das passieren. Ich dachte nicht, dass es aus Missouri kommt." Und sie sagte: "Das alles macht Sinn." Sie sagte: „Oma Lillian, |
| |
Sie wuchs auf einer Farm in St. Joseph, Missouri, auf, war das einzige Mädchen und hatte ungefähr 11-12 Brüder. Also hat sie viel gekocht." |
| |
Übrigens war sie die einzige, die eine College-Ausbildung erhielt, und daher war sie für die Zeit, in der sie lebte, ziemlich fortschrittlich und war eine meiner Lieblingsverwandten, aber ihr Rezept war sehr bezeichnend dafür. Lassen Sie uns Ihnen zeigen, wie das live aussieht. |
| |
Also wenn ich gehe... |
| |
an dieser Stelle, |
| |
Ich gehe zurück zu den Daten, die ich erstellt habe, und unter diesem Hotspot werde ich nach diesen zusätzlichen Modellen fragen, die JMP Pro bereitstellen kann. Es gibt eine latente Klassenanalyse, die Dokumente mit dieser Methode gruppiert, |
| |
basierend auf der binären Art, Begriffsmatrix zu dokumentieren. Es verwendet also ein Dokument ... verwendet diese Dokumentbegriffsmatrix, ja, Sie müssen es also nicht einmal speichern, es wird automatisch generiert. |
| |
Es gibt auch eine latente semantische Analyse, die etwas mehr Mathematik macht, eine etwas fortgeschrittenere Methode, aber beide tun im Grunde dasselbe, und diese latente Klassenanalyse hat mir besonders gut gefallen. Das ist also die, die ich ausgewählt habe. |
| |
Und ich habe nach drei Clustern gefragt, Sie können damit spielen, um zu sehen, ob es einen Unterschied macht. Und ich habe mehr Cluster ausprobiert und bin auf drei zurückgegangen. |
| |
Und innerhalb dessen |
| |
Optionen können Sie sich die Cluster-Wahrscheinlichkeiten zeilenweise ansehen. |
| |
Und von allen Ergebnissen ist dies diejenige, die am sinnvollsten ist. Denken Sie also daran, zurück zu meiner Folie, dies hat mir geholfen zu sehen, wo das Chili meiner Oma hingefallen ist, |
| |
Das war 22, |
| |
Reihe 22. Und womit es sonst noch gut kombinierbar ist. Und so konnte ich diese Analyse durchführen. |
| |
So einfach ist das. |
| |
So, |
| |
Das war ein wirklich schneller Durchlauf durch die Möglichkeiten der JMP-Textexploration in JMP und dann, wie ich JMP Pro und verwenden konnte |
| |
Finden Sie diese Cluster und platzieren Sie das Chili meiner Oma und finden Sie ein passendes Rezept. Also, wenn Sie hungrig nach mehr sind, habe ich einen Link zum Blog |
| |
in der Präsentation, auf die Sie klicken können, oder Sie können einfach direkt zur Community gehen und einfach "Großmutters Chili" eingeben, und Sie können diesen Blog finden. Und ich werde euch auch damit geben, wir werden euch auch geben |
| |
das Rezept. So können auch Sie Oma Lillians Chili machen. |
| |
Deshalb freuen wir uns, Ihnen dies heute zeigen zu können. |
| |
Bitte stellen Sie sicher, dass Sie alle Fragen in den Fragen und Antworten hinterlassen, die wir beantworten können. Und versuchen Sie dies, versuchen Sie etwas |
| |
die Sie bei der Arbeit, zu Hause, überall dort haben, wo es unstrukturierte Textdaten gibt, wo Sie die Frage untersuchen und stellen möchten, und Sie werden feststellen, dass dies eine fantastische, fantastische Methode ist, sehr leistungsfähig und Ihnen wirklich hilft, das anzugreifen dritte Dimension der Daten. |
