回答情况：
提问时间：
问题标签：
1回答
我不知道如何解释LDA的R结果。所以，我不知道我是否根据信用风险选择了最好的变量。我给你看下面的代码。lda(default ~ ETA, data = train)
0 1 0 34.80251 LD1
lda(default~ ETA +
浏览 2修改于2016-10-17得票数 6
我对机器学习、NLP和LDA都比较陌生，所以我甚至不确定我是否完全正确地处理了我的问题；但我正在尝试使用已知主题和多个主题选择进行无监督的主题建模。GuidedLDA的指导部分来弥补这些缺陷(我还没有读过关于这方面的论文，但我确实读过https://medium.freecodecamp.org/how-we-changed-unsupervised-lda-to-semi-supervised-guidedlda-e36a95f3a164至于为什么我不直接使用引导式LDA --我正计划测试它，看看它做得有多好
浏览 47修改于2019-03-02得票数 1
1回答
有人能解释LDA-主题模型是如何将单词分配给主题的吗？我理解LDA模型的生成特性，但是该模型如何认识到“拉布拉多”和“狗”是相似的词/在同一个集群/主题中？有一种相似性度量吗？LDA的学习参数是:主题词的分配、主题词的概率向量和文档主题概率向量。但它是如何学会的呢？
浏览 0提问于2020-05-03得票数 1
回答已采纳
2回答
代码：library(grid)data(iris)
iris.lda.values <- predict(iris.lda, iris[,-5])
data.lda <
浏览 0修改于2017-04-13得票数 3
回答已采纳
4回答
在本例()中，在虹膜数据集上对LDA进行了检验。我怎样才能对PCA结果(PCA- LDA )做LDA？. = TRUE)
iris,prior = c(1,1,1)/3)
plda <
浏览 8修改于2020-06-25得票数 1
回答已采纳
2回答
我正在训练一个LDA模型。虽然我获得了可很好地解释的主题(基于最热门的单词)，但特定文档往往大量加载非常“通用”的主题，而不是专门的主题--即使文档中最常见的单词是专门的。
浏览 23提问于2021-06-30得票数 0
4回答
现在，我正在使用MALLET包中的LDA主题建模工具对我的文档进行一些主题检测。最初一切都很好，我从中得到了20个主题。然而，当我尝试使用该模型推断新文档时，结果有点令人费解。
浏览 2修改于2013-02-25得票数 4
1回答
我正在实现LDA，避免使用开箱即用的库.我试过用python / numpy。有100万条记录，词汇量约为2000，只需7分钟就能运行 of sequential。使用具有8个进程的分布式LDA版本，可将其速度提高到~5分钟分布式LDA:：每个进程将对总矩阵的子集执行一个顺序的GibbsSampling，一旦完成，相应的输出矩阵将被加起来。在我的用例中，我需要运行超过2500万个文档的LDA，这可能意味着1次运行大约144分钟！然后至少运行100次LDA，以确保模型几乎收敛！参考资料：
浏览 2修改于2017-04-01得票数 0
1回答
我正在尝试从我用R的'lda‘包构建的fit中提取主题分配。我创建了一个拟合： num.iterations使用'topicmodel‘包，我可以直接调用来获得它(就像在中一样)
我怎样才能得到与'lda‘相同的结果？
浏览 2修改于2017-05-23得票数 0
/mahout lda -i /tf-vectors -o -k 4-v 27
我可以看到学习算法的每个迭代(我假设)都有一个文件夹。每个都有一个单独的文件部分-r-0000，我不知道如何访问它。
浏览 2提问于2010-11-16得票数 1
1回答
通过定义主题来定义语料库和字典以构建LDA模型时，如何区分主题关键字 它在给出一个明确的主题编号的同时工作，但我希望它被迭代。dictionary = corpora.Dictionary(doc_clean)
corpus = [dictionary.doc2bow(doc) for doc in doc_clean] 构建LDA模型 lda_model = gensim.models.ldamodel.LdaModel(corpus = corpus , id2word=dictionary , num_topics=10 ,upda
浏览 6修改于2020-06-20得票数 0
回答已采纳
我希望使用LDA将每个文档分配给一个主题。现在我意识到你得到的是来自LDA的主题的分布。但是，正如您从下面最后一行中看到的，我将其指定为最可能的主题。 corpus = [dictionary.doc2bow(text) for text in texts]
浏览 3修改于2020-04-20得票数 12
回答已采纳
我同时使用sklearn和gensim应用了lda。然后，我检查了保留的数据的困惑。
对于gensim的困惑，我得到了负值，对于sklearn，我得到了正值。如何比较这些值。
浏览 3提问于2016-11-10得票数 2
2回答
我研究过几个weeks.But的LDA和主题模型，由于我的数学能力较差，不能完全理解它的内部算法，我使用了GibbsLDA实现，输入了大量的文档，并将主题数设置为100，我得到了一个名为"final.theta但是当我在LDA上尝试Blei的C语言实现时，我只得到了一个名为final.gamma的文件，但我不知道如何将该文件转换为主题比例样式。有人能帮我吗。而且我了解到LDA模型有很多改进的版本(如CTM，HLDA)，如果我能找到一个与LDA相似的主题模型，我的意思是当我输入大量文档时，它可以直接输出文档中的主题
浏览 0修改于2012-03-07得票数 4
1回答
实际上，我正在使用Spark2.2.0，而且我已经训练过LDA模型val lda = new LDA().setK(5).setMaxIterations(24)，我如何推断新文档的主题？
浏览 4提问于2017-08-07得票数 0
回答已采纳
我正在用Python运行lda库，并且我正在运行这个示例。有人知道X、Does和title的格式吗？我找不到文档。import numpy as npX = lda.datasets.load_reuters()titles = lda.datasets.load_reuters_titles()
浏览 2提问于2015-05-19得票数 3
1回答
我对LDA和主题建模很陌生，我想了解一下推理机制。我想应用LDA进行活动识别。假设我已经定义了由事件概率分布组成的10个主题。计算与LDA发现的每个主题的相似性。
对吗？你对使用相似函数有什么建议吗？
浏览 5修改于2021-04-22得票数 0
1回答
我正在为一个项目使用gensim LDA模型。我似乎找不到合适的题目。我的问题是，可以肯定的是，每次我训练模特的时候都会重新开始，对吧？我与LDA的结果很糟糕，相似度达到了100%或0%，而且我的参数调整也有问题。LSI给了我很好的结果。谢谢!
浏览 1提问于2021-03-11得票数 0
回答已采纳
1回答
我希望将交叉验证应用于LDA算法，以确定主题的数量(K)。我的疑问是关于评估者，因为我希望使用对数似然。我应该在.setEvaluator上设置什么(？)创建交叉验证时？// Define a simple LDA .setMaxIter(10)val range = 1 to 20
v
浏览 0修改于2017-05-23得票数 3
1回答
我正在做一个需要应用主题模型LDA的项目。因为在我的例子中，每个文档都是短的，所以我必须使用标签LDA。我对这方面的知识不多，我所需要做的就是将LLDA应用于我的数据。我从部分培训中了解到，有标签的LDA模型是:在培训之前，我应该给每个输入文档贴上标签。我是不是误会了什么？
如果我的理解是正确的，这将涉及太多的工作在标签文件。
浏览 2提问于2013-05-24得票数 3
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号