E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
lda主题模型
【
LDA
】
LDA
主题模型
LDA
是一个概率生成模型。认为文档是由词袋中的词按一定概率生成。对于语料集中的每篇文档，其生成过程是：首先，从文档的所有主题分布中选取一个主题，这个过程服从所有主题的多项式分布。
zkq_1986
·
2020-08-16 10:05
NLP
LDA
(线性判别式分析)以及与PCA降维之间的区别
reference:http://blog.csdn.net/warmyellow/article/details/5454943首先说一下协方差矩阵，之前大家肯定都学过，忘了的可以稍微看一眼：
LDA
是多个类的之前的判别
jinmingz
·
2020-08-16 10:31
deep
learning
ASR
kaldi
鬼吹灯文本挖掘4：
LDA
模型提取文档主题 sklearn LatentDirichletAllocation和gensim LdaModel
鬼吹灯文本挖掘1：jieba分词和CountVectorizer向量化鬼吹灯文本挖掘2：wordcloud词云展示鬼吹灯文本挖掘3：关键词提取和使用sklearn计算TF-IDF矩阵鬼吹灯文本挖掘4：
LDA
zhuzuwei
·
2020-08-16 10:30
自然语言处理
提取文档主题
LDA
LdaModel
Python
LDA
gensim 计算 perplexity
转载自https://blog.csdn.net/qq_23926575/article/details/794727421.
LDA
主题模型
困惑度这部分参照：
LDA
主题模型
评估方法–Perplexity
尹子龙
·
2020-08-16 10:30
nlp
LDA
代码示例
加载数据集importpandasaspddf_wine=pd.read_csv(‘https://archive.ics.uci.edu/ml/’‘machine-learning-databases/wine/wine.data’,header=None)12345划分数据集ifVersion(sklearn_version)<‘0.18’:fromsklearn.cross_validati
yyb2988
·
2020-08-16 10:12
如何确定
LDA
的topic个数
1.用perplexity-topicnumber曲线
LDA
有一个自己的评价标准叫Perplexity(困惑度)，可以理解为，对于一篇文档d，我们的模型对文档d属于哪个topic有多不确定，这个不确定程度就是
yt71656
·
2020-08-16 10:04
LDA
机器学习
NLP
LDA
机器学习系列手记（四）：降维之线性判别分析与主成分分析
降维线性判别分析与主成分分析相同点：若将
LDA
扩展到高维情况，多类的类间散度矩阵不能按照二分类的情况进行的定义，此时可以得到与PCA类似的步骤，用于求解具有多个类别标签高维数据的降维问题。
岳小刀
·
2020-08-16 10:26
机器学习系列手记
LDA
主题模型
(一) 基本概念
LDA
主题模型
(一)基本概念[
LDA
主题模型
(二)Gibbs采样方法]
LDA
主题模型
(三)变分方法
LDA
模型（LatentDirichletAllocation）
LDA
介绍：
LDA
主要是研究文档中文字的产生过程
xuqn0606
·
2020-08-16 10:02
nlp
数据降维的作用PCA与
LDA
1.当你的特征数量p过多，甚至多过数据量N的时候，降维是必须的。为什么是必须的？有个东西叫curseofdimensionality，维度越高，你的数据在每个特征维度上的分布就越稀疏，这对机器学习算法基本都是灾难性的。你说特征数量过多，砍一点就行了嘛？但是对不起，就有这样的问题存在，砍不了。你要研究某个罕见病跟什么基因有关？基因很多哦，人类已知的基因有几千个，可是病例通常也就几百个，有时连几百个都
xuxiatian
·
2020-08-16 10:31
机器学习之特征
LDA
和PCA降维总结
文章目录线性判别分析（
LDA
）
LDA
思想总结图解
LDA
核心思想二类
LDA
算法原理
LDA
算法流程总结
LDA
和PCA区别
LDA
优缺点主成分分析（PCA）主成分分析（PCA）思想总结图解PCA核心思想PCA算法推理
vector_xfy
·
2020-08-16 10:56
机器学习
降维算法之
LDA
原理推导
6.
LDA
算法的主要优点有：1）在降维过程中可以使用类别的先验知识经验，而像PCA这样的无监督学习则无法使用类别先验知识。2）
LDA
在样本分类信息依赖均值而不是方差的时候，比PCA之类的算法较优。
dzjwLu
·
2020-08-16 10:39
机器学习
LDA
线性分类
2.
LDA
与前面介绍过的PCA都是常用的降维技术。PCA主要是从特征的协方差角度，去找到比较好的投影方式。
LDA
更多的是考虑了标注，即希望投影后不同类别之间数据点的距离更大，同一类别的数据点更紧凑。
xiaobaichao_ml
·
2020-08-16 10:30
机器学习
机器学习算法的Python实现 (1)：logistics回归 与 线性判别分析（
LDA
）
本文主要包括：1、logistics回归2、线性判别分析（
LDA
）使用的python库：numpymatplotlibpandas使用的数据集：机器学习教材上的西瓜数据集3.0αIdxdensityratio_su
Will-Lin
·
2020-08-16 10:51
机器学习
python
（有监督数据降维）线性判别分析 -
LDA
文章目录一，
LDA
的基本思想及数学分析二，如何使用
LDA
进行数据降维三，示例sklearn官网-sklearn.decomposition.LatentDirichletAllocation一，
LDA
的基本思想及数学分析参考
壮壮不太胖^QwQ
·
2020-08-16 09:08
机器学习
特征工程笔记
特征工程特征工程特征抽取字段数据特征抽取文本特征抽取特征预处理：基本的处理-缺失值处理(pandas)归一化标准化特征降维特征选择主成分分析（PCA）线性判别分析法（
LDA
）使用sklearn进行数据挖掘特征工程数据和特征决定了机器学习的上限
心灵在路上
·
2020-08-16 09:19
数据分析
lda
降维以及后续标签图示处理
fromsklearnimportdecompositionfromsklearn.preprocessingimportStandardScalerfromsklearn.discriminant_analysisimportLinearDiscriminantAnalysisimportmatplotlib.pyplotaspltimportnumpyasnp#importseaborn#可视
è¤è²çåºå
·
2020-08-16 09:16
算法
Fisher线性判别(
LDA
)python实现
LDA
概述首先，
LDA
是一个用于分类的有监督算法。
小虎哈哟
·
2020-08-16 09:03
Pattern
Recognition
ml课程：
主题模型
LDA
及相关案例代码
基础知识：
主题模型
：简单来说就是由文档生成相应的主题，它可以将⽂文档集中每篇⽂文档的主题按照概率分布的形式，类似下图这样：贝叶斯模型：贝叶斯公式大家都知道,不知道的可以出门左转：ml课程：概率图模型—贝叶斯网络
张楚岚
·
2020-08-16 09:56
课程笔记
我是这样一步步理解--
主题模型
(Topic Model)、
LDA
(案例代码)
文章目录1.
LDA
模型是什么1.15个分布的理解1.23个基础模型的理解1.3
LDA
模型2.怎么确定
LDA
的topic个数？3.如何用
主题模型
解决推荐系统中的冷启动问题？
mantchs
·
2020-08-16 09:05
machine
learning
机器学习算法（四）：线性判别分析（
LDA
）
目录1
LDA
概念2二分类求解w2.1解一2.2解二3多类
LDA
原理4
LDA
算法流程5
LDA
算法小结1
LDA
概念线性分类器最简单的就是
LDA
，它可以看做是简化版的SVM。
意念回复
·
2020-08-16 09:49
机器学习
机器学习算法
python文本分析 __机器学习之
LDA
模型
客户评论分析项目背景项目需求项目流程爬取数据并导出数据分析及训练模型导入所需模块数据预处理情感分析分词训练模型项目结论差评项目背景现在大家在进行网购过程中，肯定会看商品的相关评论，然后再综合衡量，最后决定是否购买相关产品。甚至不少消费者会先略过详情页直接看评论，然后决定是否下单，那么商品评论就成为了用户是否购买的核心因素之一了，因此了解商品给用户的体验尤为重要。项目需求对指定某一/类商品，生产商，
周周刂
·
2020-08-16 09:17
数据分析—机器学习
python
数据分析
jieba
LDA
SnowNLP
经典机器学习系列(二)【线性判别分析
LDA
】
线性判别分析，英文名称LinearDiscriminantAnalysis(
LDA
)是一种经典的线性学习方法。本文针对二分类问题，从直观理解，对其数学建模，之后模型求解，再拓展到多分类问题。
小小何先生
·
2020-08-16 09:41
ML基础原理(已完结)
Python PCA-
LDA
人脸识别
在看论文改进PCA_
LDA
的人脸识别算法研究_马帅旗和https://blog.csdn.net/xiaomage_gf/article/details/61631293上写的
LDA
人脸识别算法，加载人脸库的函数没贴出来
weixin_38671006
·
2020-08-16 09:36
人脸识别
【ML小结8】降维与度量学习（KNN、PCA、因子分析、
LDA
）
度量学习指距离度量学习，是通过特征变换得到特征子空间，通过使用度量学习，让相似的目标距离更近，不同的目标距离更远.也就是说，度量学习需要得到目标的某些核心特征（特点）。比如区分两个人，2只眼睛1个鼻子－这是共性，柳叶弯眉樱桃口－这是特点。度量学习分为两种，一种是基于监督学习，另外一种是基于非监督学习（主要指降维方法，即对于高维数据，在尽可能保留原始变量信息的基础上，降低变量维度）。1.KNN有监督
==樛木==
·
2020-08-16 09:35
机器学习之个人小结
文本分类任务的基础实现（三）——机器学习部分——特征提取_tf特征+
LDA
特征原理介绍
tf特征+
LDA
特征1.tf特征(termfrequency词频特征)将原始数据数字化为tf特征fromsklearn.feature_extraction.textimportCountVectorizervectorizer
堂姐在这儿。
·
2020-08-16 09:31
NLP
sklearn
特征提取
机器学习
文本处理
用scikit-learn学习
LDA
主题模型
在
LDA
模型原理篇我们总结了
LDA
主题模型
的原理，这里我们就从应用的角度来使用scikit-learn来学习
LDA
主题模型
。
weixin_34414196
·
2020-08-16 09:22
自然语言处理--
LDA
主题聚类模型
LDA
模型算法简介：算法的输入是一个文档的集合D={d1,d2,d3,...,dn}，同时还需要聚类的类别数量m；然后会算法会将每一篇文档di在所有Topic上的一个概率值p；这样每篇文档都会得到一个概率的集合
weixin_34256074
·
2020-08-16 09:36
LDA
主题聚类学习小结
LDA
模型算法简介：算法的输入是一个文档的集合D={d1,d2,d3,...,dn}，同时还需要聚类的类别数量m；然后会算法会将每一篇文档di在所有Topic上的一个概率值p；这样每篇文档都会得到一个概率的集合
weixin_34128534
·
2020-08-16 09:23
人工智能
python
主题模型
(
LDA
)案例：分析人民网留言板数据
随着网民规模的不断扩大，互联网不仅是传统媒体和生活方式的补充，也是民意凸显的地带。领导干部参与网络问政的制度化正在成为一种发展趋势，这种趋势与互联网发展的时代需求是分不开的。▼人民网《地方领导留言板》是备受百姓瞩目的民生栏目,也是人民网品牌栏目,被称为“社情民意的集散地、亲民爱民的回音壁”。基于以上背景，tecdat研究人员对北京留言板里面的留言数据进行分析，探索网民们在呼吁什么。1数量与情感朝阳
weixin_34092455
·
2020-08-16 09:19
机器学习——降维（主成分分析PCA、线性判别分析
LDA
、奇异值分解SVD、局部线性嵌入LLE）...
机器学习——降维（主成分分析PCA、线性判别分析
LDA
、奇异值分解SVD、局部线性嵌入LLE）以下资料并非本人原创，因为觉得石头写的好，所以才转发备忘(主成分分析（PCA）原理总结)[https://mp.weixin.qq.com
weixin_34049948
·
2020-08-16 09:16
用WordCloud词云+
LDA
主题模型
，带你读一读《芳华》(python实现)
电影《芳华》在春节重映了一波，加上之前的热映，最终取得了14亿票房的好成绩。严歌苓的原著也因此被更多的人细细品读。用文本分析的一些技术肢解小说向来是自然语言处理领域的一大噱头，这次当然也不能放过，本篇达成的成就有：1、提取两大主角刘峰和何小嫚（萍）的关键词并绘制好看的人物词云；2、以章节为单位探索小说的主题分布并画图展示。主要功能包：jiebaldawordcloudseaborn安装命令：pip
weixin_34032621
·
2020-08-16 09:44
SparkML机器学习之聚类（K-Means、GMM、
LDA
）
聚类的概念聚类就是对大量未知标注（无监督）的数据集，按照数据之间的相似度，将N个对象的数据集划分为K个划分（K个簇），使类别内的数据相似度较大，而类别间的数据相似较小。比如用户画像就是一种很常见的聚类算法的应用场景，基于用户行为特征或者元数据将用户分成不同的类。常见聚类以及原理K-means算法也被称为k-均值，是一种最广泛使用的聚类算法，也是其他聚类算法的基础。来看下它的原理：既然要划分为k个簇
weixin_33973609
·
2020-08-16 09:41
Python之
LDA
主题模型
算法应用
在这篇文章中，我将介绍用于LatentDirichletAllocation（
LDA
）的ldaPython包的安装和基本用法。我不会在这篇文章中介绍该方法的理论基础。
weixin_33939380
·
2020-08-16 09:09
python主题
LDA
建模和t-SNE可视化
使用潜在Dirichlet分配（
LDA
）和t-SNE中的可视化进行主题建模。本文中的代码片段仅供您在阅读时更好地理解。有关完整的工作代码，请参阅此回购。
weixin_33923148
·
2020-08-16 09:37
线性判别分析
LDA
详解
1LinearDiscriminantAnalysis相较于FLD（FisherLinearDecriminant），
LDA
假设:1.样本数据服从正态分布，2.各类得协方差相等。
weixin_33836223
·
2020-08-16 09:01
LDA
与QDA
作者：桂。时间：2017-05-2306:37:31链接：http://www.cnblogs.com/xingshansi/p/6892317.html前言仍然是python库函数scikit-learn的学习笔记，内容Regression-1.2LinearandQuadraticDiscriminantAnalysis部分，主要包括：1）线性分类判别(Lineardiscriminantan
weixin_33749242
·
2020-08-16 09:21
LDA
模型学习之（三）走过的弯路
为了把
LDA
算法用于文本聚类，我真的是绞尽脑汁。除了去看让我头大的概率论、随机过程、高数这些基础的数学知识，还到网上找已经实现的源代码。
weixin_33736832
·
2020-08-16 09:49
LDA
与最小二乘法的关系及其变种详解
1
LDA
与最小二乘法的关联对于二值分类问题，令人惊奇的是最小二乘法和
LDA
分析是一致的。回顾之前的线性回归，给定N个d维特征的训练样例（i从1到N），每个对应一个类标签。
weixin_33711647
·
2020-08-16 09:16
基于SIFT+Kmeans+
LDA
的图片分类器的实现
PS:很久没做CV的事情了，这是很早以前刚入门时候的一篇，以后再有CV相关工作会发布在新的个人站点：http://my.phirobot.com/blog/category/cv.htmlCV分类下。posted@2012-04-2420:36from[FreedomShe]题记：2012年4月1日回到家，南大计算机研究僧复试以后，等待着的就是独坐家中无聊的潇洒。不知哪日，无意中和未来的同学潘潘聊
weixin_30823833
·
2020-08-16 09:36
机器学习：线性判别式分析(
LDA
)
1.概述线性判别式分析（LinearDiscriminantAnalysis），简称为
LDA
。
weixin_30807779
·
2020-08-16 09:35
LDA
主题模型
标题##
LDA
算法忽略复杂数学推导的描述先看一个博主关于
LDA
形象化的描述：http://blog.csdn.net/huagong_adu/article/details/7937616（一）
LDA
作用传统判断两个文档相似性的方法是通过查看两个文档共同出现的单词的多少
weixin_30764883
·
2020-08-16 09:32
如何确定
LDA
的主题个数
本文参考自：https://www.zhihu.com/question/32286630
LDA
中topic个数的确定是一个困难的问题。
weixin_30696427
·
2020-08-16 09:29
NLP传统基础（2）---
LDA
主题模型
---学习文档主题的概率分布（文本分类/聚类）...
一、简介https://cloud.tencent.com/developer/article/10587771、
LDA
是一种
主题模型
作用：可以将每篇文档的主题以概率分布的形式给出【给定一篇文档，推测其主题分布
weixin_30632089
·
2020-08-16 09:54
LDA
主题模型
原理解析与python实现
文章转自：wind_blastLDA(Latentdirichletallocation)[1]是有Blei于2003年提出的三层贝叶斯
主题模型
，通过无监督的学习方法发现文本中隐含的主题信息，目的是要以无指导学习的方法从文本中发现隐含的语义维度
weixin_30254435
·
2020-08-16 08:32
主题模型
初学者指南[Python]
主题模型
是处理非结构化数据的一种常用方法，从名字中就可以看出，该模型的主要功能就是从文本数据中提取潜在的主题信息。
主题模型
不同于其他的基于规则或字典的搜索方法，它是一种无监督学习的方法。
wangyajie_11
·
2020-08-16 08:49
自然语言处理
线性判别分析（Linear Discriminant Analyst）
线性判别分析
LDA
为了最优分类，我们要计算后验概率P(G|X)。
godspeedkaka
·
2020-08-16 08:24
机器学习
主题模型
LDA
理解与应用
本文主要用于理解
主题模型
LDA
（LatentDirichletAllocation）其背后的数学原理及其推导过程。
ljtyxl
·
2020-08-16 08:46
数据挖据
NLP
机器学习 线性判别分析（linear discriminant analysis）
一、基本原理1.模型形式
LDA
模型主要用于分类数据的降维，往往每个样本会有很多属性以及一个所属类别，假设有d个属性，那么样本空间就是d维的，通过
LDA
模型可以将d维数据投影到某个超平面，从而降低维度。
踏雪无痕js
·
2020-08-16 08:40
学习记录
【机器学习】降维方法(二)----线性判别分析(
LDA
)
判别分析首先了解了一下判别分析。判别分析(DiscriminantAnalysis)是多元统计中用于判别样本所属类型的一种方法。通过训练已知分类类别的样本集来建立判别准则，然后用于判别新的预测样本的类别。常用的判别分析方法有：1.最大似然法：其基本思想为，通过训练样本集求出各种组合情况下该样本被分为任何一类的概率，确定参数。对于新样本的类别判别，只需要计算它被分到每一类中去的条件概率（似然值），选
htshinichi
·
2020-08-16 08:06
学习笔记
用
LDA
处理文本(Python)
一、
LDA
介绍
LDA
（LatentDirichletAllocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。
JepsonWong
·
2020-08-16 08:35
机器学习
LDA
Python
主题模型
机器学习
上一页
20
21
22
23
24
25
26
27
下一页
按字母分类：
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他