LDA 和 LSI 聚类效果比较

LDA独立性假设太强了，经常不是很work，而且跑起来太慢。但是数学上比较完备，模型漂亮。工程上可以用PLSA

  LDA的独立性假设不算很强吧，毕竟是条件独立。主要的假设其实是可交换性。由de Finetti's theorem，其实隐含变量下的条件独立性假设就不是很强了（虽然存在不意味着能找到）。

  我这边使用LDA很爽快，虽然说优化的过程很折磨人，我们公司使用LDA模型对全网文本建立了分类模型

LDA(latent dirichlet allocation) 应该会好很多。LSI 虽然很简单，但是有一个不太合理的假设是各个topic是互相垂直的向量，结果是得到的类比较难有明确的意义。LSI用来降维因该还行。

另外有一种LDA（Linear discriminant analysis）效果应该比PCA好些，但是需要有标注的数据

LDA的效果实际中看来更好，但LDA的收敛速度会比LSA慢。LSA通常是用其他算法的预处理分类中，很少单独使用。

LDA从模型角度老说，是无监督算法（聚类算法），但是如果仅仅把LDA作为聚类模型来使用，我觉得就有点杀鸡用牛刀的感觉了，我对LDA的看法是：天生的适合大数据环境下的文本分类算法

PLSI不错，LDA适合发论文