LDA主题模型

         近期做了一个关于主题分析的重新学习，感觉只看不实操真的就和白学了一样。也趁着这股劲把关于LDA主题模型的东西总结一下，这些是目前我能够考虑到的所有事情，以后看到再做补充（新手小白请指正我的错误，十分感谢！！）。总结学习使我进步！！

 

一、整体脉络

 

二、原理解析

LDA也称为隐狄利克雷分布，LDA的目的就是要识别主题，即把文档—词汇矩阵变成文档—主题矩阵（分布）和主题—词汇矩阵（分布）。

        地址： https://www.cnblogs.com/pinard/p/6831308.html

 

三、确定最佳主题个数

       对数据进行主题分类之前要先确定可以划分的最佳主题个数，其他的参数简单的做可以直接选择默认值。用困惑度来做的话，是困惑度的值最小或者是在拐点处的值最好；用主题一致性的话就是越靠近越好，还是要看应用效果好不好最后再做选择，有时候在一个值附近选取效果不会相差太多。（该部分的内容都是基于gensim包的）

 

     代码地址：