用Python做lda，请问这种问题该怎么解决

2021-02-18 10:12发布

站内问答 / Python
945 1 2

[图]

发送
1条回答
给你三个亿
2楼 · 2021-02-22 09:57




1、简介

在机器学习领域，LDA是两个常用模型的简称：LinearDiscriminantAnalysis和LatentDirichletAllocation。本文的LDA是指LatentDirichletAllocation，它在主题模型中占有非常重要的地位，常用来文本分类。

LDA由Blei,DavidM.、Ng,AndrewY.、Jordan于2003年提出，用来推测文档的主题分布。它可以将文档集中每篇文档的主题以概率分布的形式给出，从而通过分析一些文档抽取出它们的主题分布后，便可以根据主题分布进行主题聚类或文本分类。

2、原理

LDA模型它是一种典型的词袋模型，即一篇文档是由一组词构成，词与词之间没有先后顺序的关系。此外，一篇文档可以包含多个主题，文档中每一个词都由其中的一个主题生成。

人类生成文档是基于概率选取主题及其对应的词汇的方式，即一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。

那么LDA要做的就是通过文档反推主题。文档到主题服从多项式分布，主题到词服从多项式分布。每一篇文档代表了一些主题所构成的一个概率分布，而每一个主题又代表了很多单词所构成的一个概率分布。

用LDA来进行主题建模就是要以无指导学习的方法从文本中发现隐含的语义维度-即“Topic”或者“Concept”。隐性语义分析的实质是要利用文本中词项(term)的共现特征来发现文本的Topic结构，这种方法不需要任何关于文本的背景知识。

3、实现过程

这一过程可以通过Python轻松实现。需要的Python包有：

•pandas，pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。在Windows下使用pip安装：pipinstallpandas.•gensim，包含我们要用到的LDA模型的一个主题模型包。在Windows下使用pip安装：pipinstallgensim.•jieba，是一款优秀的Python第三方中文分词库。在Windows下使用pip安装：pipinstalljieba.

3.1导入包

 


3.2分词


3.3词典化


3.4将文档表示成词袋向量


 

3.5LDA建模


 

打印主题


 

完整代码


输出结果

 


 

如果你处于想学Python或者正在学习Python，Python的教程不少了吧，但是是最新的吗？说不定你学了可能是两年前人家就学过的内容，在这小编分享一波2020最新的Python教程。获取方式，私信小编“资料”，即可免费获取哦！


相关问题推荐

  • python中\n 是什么意思?2020-04-16 09:41
    回答 3

    换行。比如，print hello\nworld效果就是helloworld\n就是一个换行符。\是转义的意思，'\n'是换行，'\t'是tab，'\\'是，\ 是在编写程序中句子太长百，人为换行后加上\但print出来是一整行。...

  • python中有哪些简单的算法2020-06-10 17:06
    回答 42

    十种常见排序算法一般分为以下几种：（1）非线性时间比较类排序：a. 交换类排序（快速排序、冒泡排序）b. 插入类排序（简单插入排序、希尔排序）c. 选择类排序（简单选择排序、堆排序）d. 归并排序（二路归并排序、多路归并排序）（2）线性时间非比较类排序：...

  • 人工智能好找工作吗？2020-10-11 17:45
    回答 70
    已采纳

    前景很好，中国正在产业升级，工业机器人和人工智能方面都会是强烈的热点，而且正好是在3~5年以后的时间。难度，肯定高，要求你有创新的思维能力，高数中的微积分、数列等等必须得非常好，软件编程(基础的应用最广泛的语言：C/C++)必须得很好，微电子(数字电...

  • 迭代器和生成器的区别?2020-06-10 09:20
    回答 28

    迭代器与生成器的区别：（1）生成器：生成器本质上就是一个函数，它记住了上一次返回时在函数体中的位置。对生成器函数的第二次（或第n次）调用，跳转到函数上一次挂起的位置。而且记录了程序执行的上下文。生成器不仅记住了它的数据状态，生成器还记住了程序...

  • python中title( )是什么意思python 2020-09-02 11:59
    回答 9

    python中title( )属于python中字符串函数，返回’标题化‘的字符串，就是单词的开头为大写，其余为小写

  • python中cnt是什么意思python 2020-09-02 11:59
    回答 6

    第一种解释：代码中的cnt是count的简称，一种电脑计算机内部的数学函数的名字，在Excel办公软件中计算参数列表中的数字项的个数；在数据库( sq| server或者access )中可以用来统计符合条件的数据条数。函数COUNT在计数时，将把数值型的数字计算进去；但是...

  • python中的data[:, :-1]和data2020-12-30 11:21
    回答 1

    head是方法，所以需要取小括号，即dataset.head()显示的则是前5行。data[:, :-1]和data[:, -1]。另外，如果想通过位置取数据，请使用iloc，即dataset.iloc[:, :-1]和dataset.iloc[:, -1]，前者表示的是取所有行，但不包括最后一列的数据，结果是个DataFrame。...

  • Python入门简单吗2021-09-23 13:21
    回答 45

    挺简单的，其实课程内容没有我们想象的那么难、像我之前同学，完全零基础，培训了半年，直接出来就工作了，人家还在北京大公司上班，一个月15k，实力老厉害了

  • python的内建函数在什么位置内建函数 2022-04-02 16:28
    回答 4

    Python针对众多的类型，提供了众多的内建函数来处理(内建是相对于导入import来说的，后面学习到包package时，将会介绍)，这些内建函数功用在于其往往可对多种类型对象进行类似的操作，即多种类型对象的共有的操作；如果某种操作只对特殊的某一类对象可行，Pyt...

  • Python中注释前面加上引号是什么意思？python注释 2022-03-11 18:21
    回答 8

     相当于 ... 这里不是注释

  • 除了#TODO在pycharm还有哪些高亮的注释？python注释 2022-03-11 18:20
    回答 4

    还有FIXME

  • python写入数据到excel怎么保留excelExcel功能 2022-02-09 18:56
    回答 3

    python的两个库:xlrd和xlutils。 xlrd打开excel,但是打开的excel并不能直接写入数据,需要用xlutils主要是复制一份出来,实现后续的写入功能。

  • Python中注释的分类python注释 2022-01-17 18:20
    回答 8

    单行注释：Python中的单行注释一般是以#开头的，#右边的文字都会被当做解释说明的内容，不会被当做执行的程序。为了保证代码的可读性，一般会在#后面加一两个空格然后在编写解释内容。示例：#  单行注释print(hello world)注释可以放在代码上面也可以放在代...

  • 如何才能实现python文件读取中对注释行的识别python注释 2022-01-06 15:06
    回答 2

    主要是按行读取，然后就是写出判断逻辑来勘测行是否为注视行，空行，编码行其他的：import linecachefile=open('3_2.txt','r')linecount=len(file.readlines())linecache.getline('3_2.txt',linecount)这样做的过程中发现一个问题，...

  • pycharm 为什么按ctrl/不会取消注释而是python注释 2022-01-06 15:04
    回答 4

    或许是里面有没被注释的代码

  • 零基础学习Python需要多长时间，有没有推荐的课2021-10-20 17:23
    回答 26

    自学的话要看个人情况，可以先在B站找一下视频看一下

没有解决我的问题，去提问