LDA（Latent Dirichlet Allocation，隐含狄利克雷分布）模型简单使用

最新推荐文章于 2025-03-22 10:47:44 发布

MasonYyp

最新推荐文章于 2025-03-22 10:47:44 发布

阅读量669

点赞数 4

CC 4.0 BY-SA版权

文章标签： python

本文链接：https://blog.youkuaiyun.com/make_progress/article/details/136438520

本文介绍了如何使用Python的sklearn库中的LDA（隐含狄利克雷分配）模型对文本进行主题分类，包括数据预处理、模型应用以及结果解释的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LDA（Latent Dirichlet Allocation，隐含狄利克雷分布）模型

机器学习高级算法中LDA算法有线性判别分析（Linear Discriminant Analysis，LDA）和隐含狄利克雷分布（Latent Dirichlet Allocation，LDA）模型两个。本文介绍的是隐含狄利克雷分布模型，此模型主要用于文本主题分类。

本文使用sklearn中的LatentDirichletAllocation实现主题分类。

# -*- coding:utf-8 -*-

from sklearn.feature_extraction.text import CountVectorizer
from sklearn.decomposition import LatentDirichletAllocation

import numpy as np
import jieba


def cut_doc_words():
    # 数据文档列表
    doc_list = [
        '河南大学创立于1912年，始名河南留学欧美预备学校，首任校长为林伯襄先生，校园选建于河南贡院旧址之上。后历经中州大学、国立开封中山大学 （ 又称国立第五中山大学 ）、省立河南大学等阶段 ，1942年升格为国立河南大学 。',
        '1952年院系调整，部分院系或独立建校或并入兄弟高校，校本部更名为河南师范学院。后又经开封师范学院、河南师范大学等阶段，1984年恢复河南大学校名。',
        '2008年10月，学校进入省部共建高校行列。2017年9月，学校入选首批国家“双一流”建设高校。2022年2月，学校再次入选国家“双一流”建设高校。',

最低0.47元/天解锁文章