LDA主题模型实战

• 导入相关的包
  https://github.com/lda-project/lda 这里有lda包的文档，我也是参考的这个文档来的！

import numpy as np
import lda 

X = lda.datasets.load_reuters()
X.shape

(395, 4258)

• 这里说明X是395行4258列的数据，说明有395个训练样本

vocab = lda.datasets.load_reuters_vocab()
len(vocab)# 这里是所有的词汇

4258

• 这里说明一个有4258个不重复的词语

• 选取前十个训练数据看一看

title = lda.datasets.load_reuters_titles()
title[:10]

('0 UK: Prince Charles spearheads British royal revolution. LONDON 1996-08-20',
 '1 GERMANY: Historic Dresden c