量子，textmodel_wordfish，"the algorithm did not converge"
Quanteda, textmodel_wordfish, "the algorithm did not converge"
我正在尝试使用最新版本的 quanteda (1.3.0) 估计 wordfish 模型 - 但是，不断收到消息：
Warning message:
In textmodel_wordfish.dfm(speaker_dfm, dir = c(28, 2)) :
Warning: The algorithm did not converge.
dfm 按 docvars 分组，目前相对较小，大约有 700000 个元素（我尝试了几种大小和种类的 dfm，总是出现相同的警告消息）。几天前（在最近的 quanteda 更新之前）它在更大的 dfm 下顺利进行。知道如何解决这个问题吗？提前致谢！
这在很大程度上取决于 dfm 的稀疏性，这在您的问题中是未知的。如果你的 dfm 几乎全为零，这个无监督模型会有很多麻烦。
您可以采取的步骤：
使用dfm_trim()减少低频特征的数量。
尝试 运行 使用 sparse = TRUE 的模型。
我正在尝试使用最新版本的 quanteda (1.3.0) 估计 wordfish 模型 - 但是，不断收到消息：
Warning message:
In textmodel_wordfish.dfm(speaker_dfm, dir = c(28, 2)) :
Warning: The algorithm did not converge.
dfm 按 docvars 分组，目前相对较小，大约有 700000 个元素（我尝试了几种大小和种类的 dfm，总是出现相同的警告消息）。几天前（在最近的 quanteda 更新之前）它在更大的 dfm 下顺利进行。知道如何解决这个问题吗？提前致谢！
这在很大程度上取决于 dfm 的稀疏性，这在您的问题中是未知的。如果你的 dfm 几乎全为零，这个无监督模型会有很多麻烦。
您可以采取的步骤：
使用
dfm_trim()减少低频特征的数量。尝试 运行 使用
sparse = TRUE的模型。