用最优主题数确定log_perplexity

Question

我试图使用python中的日志困惑来确定我的LDA模型的最佳主题数量。也就是说，我正在绘制一系列主题的日志困惑，并确定最低限度的困惑。然而，我得到的图对于日志困惑有负值，当它应该有0到1之间的正值时。

#calculating the log perplexity per word as obtained by gensim code 
##https://radimrehurek.com/gensim/models/atmodel.html
#parameters: pass in trained corpus
#return: graph of perplexity per word for varying number of topics
parameter_list = range(1, 500, 100)
grid ={}

for parameter_value in parameter_list:
model = models.LdaMulticore(corpus=corpus, workers=None, id2word=None, 
                            num_topics=parameter_value, iterations=10)
grid[parameter_value]=[]

perplex=model.log_perplexity(corpus, total_docs=len(corpus))
grid[parameter_value].append(perplex)


df = pd.DataFrame(grid)
ax = plt.figure(figsize=(7, 4), dpi=300).add_subplot(111)
df.iloc[0].transpose().plot(ax=ax,  color="#254F09")
plt.xlim(parameter_list[0], parameter_list[-1])
plt.ylabel('Perplexity')
plt.xlabel('topics')
plt.show()     

Answer 1

困惑必须介于0到1之间。它是负的，因为(0,1)范围内的一个数字的对数低于零。