lda主题模型

用线性判别分析 LDA 降维

本文结构：什么是LDA和PCA区别LDA投影的计算过程LDA降维的例子1.什么是LDA先说判别分析，DiscriminantAnalysis就是根据研究对象的各种特征值，判别其类型归属问题的一种多变量统计分析方法
不会停的蜗牛·2020-01-04 21:21

用WordCloud词云 + LDA主题模型，带你读一读《芳华》(python实现)

何小嫚&刘峰原图.jpg人物词云效果.jpg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：jiebaldawo
双er·2020-01-04 18:35

Arxiv网络科学论文摘要8篇(2017-11-02)

治愈传染病的不确定性成本;加权网络嵌入的顶点背景抽样;基于渗流理论评估可靠性多项式;从注意到参与：回顾和包括计算机的建模;引用模型：书面信息社会流动的范式模型;学术界无意识的性别偏见：从博士生到教授;使用LDA
ComplexLY·2020-01-01 11:25

LSI 和 LDA 提取川普推特主题

  川普号称“推特治国”，这个数据集收集了川普2015年7月到2016年11月七千余条推特的内容，并尝试使用LSI和LDA提取其主题。
Gaius_Yao·2019-12-31 05:57

共轭先验、共轭分布——为LDA做准备

概率论中两大学派：频率学派和贝叶斯学派。先验概率，后验概率，共轭分布和共轭先验是贝叶斯学派中的几个概念。原因是贝叶斯学派认为分布存在先验分布和后验分布的不同，而频率学派则认为一个事件的概率只有一个。基本概率分布：先验分布（priorprobability），后验分布（posteriorprobability），似然函数（likelyhoodfunction）,共轭分布(conjugacy)共轭分布
Arya鑫·2019-12-30 14:09

线性判别分析（LDA）和主成分分析（PCA）

线性判别分析（LDA）LinearDiscriminantAnalysis用途：数据预处理中的降维，分类任务历史：RonaldA.Fisher在1936年提出了线性判别方法目标：LDA关心的是能够最大化类间区分度的坐标轴成分将特征空间
鬼马星mc·2019-12-29 17:07

senLDA实践—长短文本相似度

主题模型在短文本上的效果不太理想，
吹洞箫饮酒杏花下·2019-12-28 14:25

主题模型LDA（讲师：邹博）

主题模型只是看结论没那么复杂，但是理论依据相对麻烦。如图，LDA的粗略示意图，即如何根据X从隐变量推出Z的分布。严格意义来说，下面的示意图，是一个贝叶斯网络，只是LDA属于贝叶斯网络。
blade_he·2019-12-28 03:28

上市公司历史新闻数据分析（二）

上一篇文章有提到用LDA主题模型做文本特征抽取，其实LDA主要是将“DocumentxWord”矩阵分解为“DocumentxTopic”矩阵和“TopicxWord”矩阵。
Rethinkpossible·2019-12-27 19:04

03 主题模型 - LSA案例

02主题模型-SVD矩阵分解、LSA模型LSA案例假设有10个词、3个文本对应的词频TF矩阵如下：1、只需要numpy就可以完成LSA的操作importnumpyasnp2、录入数据a=np.array
白尔摩斯·2019-12-27 07:23

【学习笔记】计算几何全家桶

defineLDdouble#defineVectorPoint#defineReregisterintconstLDeps=1e-8;//据说：出题的大学生们基本上都是用的这个值inlineintdcmp(LDa
辰星凌·2019-12-26 15:00

15分钟入门NLP神器—Gensim

它支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法，支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的API接口1基本概念语料（Cor
机器学习算法工程师·2019-12-26 05:00

sklearn学习笔记——线性判别分析LDA

LDA降维LinearandQuadraticDiscriminantAnalysisLDA、PDARDAshrinkage具体是指什么意思噪声特征对样本数的比值越来越大时普通lda分类效果越来越低，而
龙鹰图腾223·2019-12-25 20:10

文本挖掘——实践总结（一）

文章内容:jieba分词(包括分词、关键词提取、词性标记)、word2vec、LDA、Kmeans四大模块算法的理论归纳及简单实现代码与果。完成
H2016·2019-12-25 07:59

LDA漫游系列(二)-数学基础

要想了解LDA背后的算法原理，我们首先要有一定的数学基础，这一节，我们一起来学习LDA算法中涉及的一些基础的数学知识。
文哥的学习日记·2019-12-24 22:34

周记：2019年第50、51周（12.9-12.22）

1工作：查资料，看文献，写报告2学习：《百面机器学习》ch6，概率图模型，之前没看过这部分内容，现在再看，发现概率图模型还挺厉害的，尤其是在NLP领域，隐马尔可夫模型和主题模型很重要。
孙文辉已被占用·2019-12-23 21:28

LDA系列--LightLDA and DMTK介绍

微软亚洲研究院开源了分布式机器学习工具包DMTK。DMTK由一个服务于分布式机器学习的框架和一组分布式机器学习算法构成，是一个将机器学习算法应用在大数据上的强大工具包，包含以下部分：DMTKFramework:aflexibleframeworkthatsupportsunifiedinterfacefordataparallelization,hybriddatastructureforbigm
Yuxuanxuan·2019-12-22 17:20

Web Information Paper Review (3)

MarkSteyvers,TomGriffiths:ProbabilisticTopicModels,LatentSematicAnalysis:ARoadtoMeaningLinks:gibbs抽样方法学习笔记,主题模型
凌晨2点的北京·2019-12-20 21:00

10 主题模型 - 代码案例一 - LDA主题模型初识

08主题模型-LDA09主题模型-LDA参数学习-Gibbs采样安装lda库使用第三方的lda库：importlda.datasets需求常规操作importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportmatplotlibasmplimportrandomimportlda.datasets
白尔摩斯·2019-12-20 04:36

网页收藏夹 Machine Learning

ISLAnIntroductiontoStatisticalLearningwithApplicationsinRISL-SlidesandvideosISL-ExerciseanswersAndrewNgCS229网易公开课CS229handoutCousera-MachineLearning徐亦达优酷视频总EM算法隐马尔可夫模型MCMCSliceSampling变分推断用变分推断做LDA
封真·2019-12-19 10:29

使用gensim 框架 实现 LDA主题模型

0、原理LDA文档主题生成模型，也称三层贝叶斯概率模型，包含词、主题和文档三层结构。
岁月淡如水·2019-12-18 18:00

主成分分析（PCA）、独立成分分析（ICA）和线性判别分析（LDA）

PCA只对符合高斯分布的样本点比较有效ICA对于高斯分布的样本点无效，对于其他分布的有效。回顾我们之前介绍的《模型选择和规则化》，里面谈到的特征选择的问题。但在那篇中要剔除的特征主要是和类标签无关的特征。比如“学生的名字”就和他的“成绩”无关，使用的是互信息的方法。这里的，是想把与类标签有关的，但是相似的特征组成一个好的。比如在语义分析中，learn和study是类似的，出现的频率也类似，能不能合
小碧小琳·2019-12-17 02:30

论文整理(3)主题模型

主题提取技术从是否需要监督角度考虑可以分为基于监督的主题提取和基于非监督的主题提取：从提取的内容角度，认为分为粗粒度的主题提取(如提取主题段落和主题句)和细粒度的主题提取(如主题词、关键词提取)；从面向对象不同的角度看，可以分为基于单文档的主题提取和基于多文档的主题提取；根据所用方法的不同，可以分为基于加权算法的主题提取、基于主题概率模型的主题提取和基于本体或知识库的主题提取。其中，基于主题概率模
Arya鑫·2019-12-16 19:52

使用TextRank快速获取一篇文章的摘要

和LDA、HMM等模型不同,TextRank不需要事先对多篇文档进行学习训练,因其简洁有效而得到广泛应用。TextRank一般模型可以表示为一个有向有权图G=(V,E),由点集合V和边集合E
blade_he·2019-12-16 18:06

LDA算法的中心思想

浅显来讲，LDA方法的考虑是，对于一个多类别的分类问题，想要把它们映射到一个低维空间，如一维空间从而达到降维的目的，我们希望映射之后的数据间，两个类别之间“离得越远”，且类别内的数据点之间“离得越近”，
chaaffff·2019-12-16 05:59

（概率）PCA和（变分）自编码器

PCA的地位不必多说，只要是讲到降维的书，一定会把PCA放到最前面，它与LDA同为机器学习中最基础的线性降维算法，SVM/LogisticRegression、PCA/LDA也是最常被拿来作比较的两组算法
小木曾雪菜·2019-12-14 04:33

主成分分析（PCA）

在前面我们学习了一种有监督的降维方法——线性判别分析（LinearDscriminantAnalysis，LDA）。
井底蛙蛙呱呱呱·2019-12-13 22:47

【一旸的面试流水账】今日头条

【实习】data组一面1.自我介绍2.项目3.算法，考察的Trie树二面1.简单问项目，对细节要求很高，如LDA的原理、参数更新公式等；2.算法题1）已知一离散的概率分布，设计一个函数，实现按此概率的抽样功能
一旸开启新生活·2019-12-12 23:33

Python实现线性判别分析(LDA)的MATLAB方式

线性判别分析（lineardiscriminantanalysis），LDA。也称为Fisher线性判别（FLD）是模式识别的经典算法。
沐尔还吃·2019-12-09 09:49

LDA主题模型Python源码实现

#coding=utf-8"""LatentDirichletallocationusingcollapsedGibbssampling"""from__future__importabsolute_import,division,unicode_literals#noqaimportloggingimportsysimportnumpyasnpimportlda._ldaimportlda.ut
岁月淡如水·2019-12-08 10:11

集成学习-Majority Voting

认识集成学习(EnsembleMethods),首先是一种思想,而非某种模型,是一种"群体决策"的思想,即对某一特定问题,用多个模型来进行训练.像常见的单个模型,KNN,LR,逻辑回归,贝叶斯,SVM,决策树,LDA
小陈同学的数据之路·2019-12-07 21:00

2018年11月27日

上午继续折腾LDA，突然发现既然文档的topic向量规模不是无限延长的，那么可以直接用欧氏距离而非余弦相似度，于是改了一下相似度度量，结果也不好说？另外就是一些细节上的改动。
真昼之月·2019-12-07 21:57

线性判别分析（LDA）

线性判别分析（LinearDiscriminantAnalysis，简称LDA）是一种经典的有监督数据降维方法。
井底蛙蛙呱呱呱·2019-12-07 14:26

64位centos 6.7+gcc 4.4.7下配置lightLDA

因为需要用到LDA在一些大型预料上做一些实验和业务，根据一些资料显示lightLDA是目前来看性能最好的开源工具，于是我就尝试在公司服务器上安装配置lightLDA，过程没有想象中那么容易，在这里把过程记录下来
yxwithu·2019-12-07 03:47

LDA-作为线性判别 降维 推导

LDA降维原理前面对LDA作为作为分类器有详细推导,其核心就是贝叶斯公式,已知全概率,求(条件概率)最大先验概率,类似的问题.而LDA如果作为降维的原理是:a.将带上标签的数据点,通过投影,投影到维度更低的空间中
小陈同学的数据之路·2019-12-06 22:00

数据降维-LDA线性降维

1.什么是LDA？LDA线性判别分析也是一种经典的降维方法，LDA是一种监督学习的降维技术，也就是说它的数据集的每个样本是有类别输出的。这点和PCA不同。PCA是不考虑样本类别输出的无监督降维技术。
Curry秀·2019-12-03 21:00

GANSK葡萄牙进口家具，以构思装饰雕塑

GANSK成立于1989年，AlbinoMiranda,Lda是一家装饰行业公司，致力于创造开发家具和雕塑。
意大利之家·2019-12-02 10:25

基于Gensim的文本相似度计算

Python的自然语言处理库，所用到的算法，如TF-IDF（TermFrequency–InverseDocumentFrequency）,隐含狄利克雷分配（LatentDirichletAllocation，LDA
Rethinkpossible·2019-12-01 22:28

LDA总结与实例分析

LDA总结与实例分析LDA简介LDA计算过程符号铺垫求解过程LDA实例分析LDA优缺点最近AI导论老师介绍了线性判别分析，但是由于板书全英文加上老师讲课过快，课上我没能完全理解LDA的原理。
n.nothing·2019-11-19 11:17

利用主成分分析（PCA）、线性判别分析（LDA）、KPCA、Isomap、LLE、Laplacian Eigenmaps将数据投影到两维

机器学习上机题目：给定一组3维数据，分别利用主成分分析（PCA）、线性判别分析（LDA）、KPCA、Isomap、LLE、LaplacianEigenmaps投影到两维，并画出结果图。
stupid_miao·2019-11-12 23:09

线性模型

本章参照周志华《机器学习》第三章编写从线性模型的基本形式开始，介绍了线性回归，然后讲了使用logisticfunction作为连接函数的对数几率回归；之后讲了线性判别分析（LDA）的基本思想及其数学推导
MikeShine·2019-11-08 21:53

Arxiv网络科学论文摘要9篇(2017-07-12)

：获取，构建，分析和可视化复杂街道网络的新方法;MixedTrails：异构序列数据的贝叶斯假设比较;随机二部图中的本地化：数值和实证研究;矩阵函数的低阶更新;看看谁在说话：二模网络表征新西兰议会演讲主题模型
ComplexLY·2019-11-07 21:38

深度学习

theperceptron）1958线性分类模型1967最近邻算法kNN1981神经网络反向传播(BP)算法1986决策树ID3算法1995SVM支持向量机可把非线性问题转换成线性问题2006DeepLearning2012LDA
sennchi·2019-11-05 06:17

从LSA/LSI潜在语义索引到LDA狄利克雷分布

一、LSA概论1）LSA的引入LSA(latentsemanticanalysis)潜在语义分析，也被称为LSI(latentsemanticindex)，是ScottDeerwester,SusanT.Dumais等人在1990年提出来的一种新的索引和检索方法。该方法和传统向量空间模型(vectorspacemodel)一样使用向量来表示词(terms)和文档(documents)，并通过向量间
chaaffff·2019-11-03 16:01

LDA 主题模型效果度量

度量方法：在测试集或训练集上计算困惑度在具体应用中看效果，如分类这里主要说说如何计算困惑度。计算方法为：计算每篇文档的概率p(d)，除以所有文档词的总数（不排重），乘以-1，求指数难点在于计算每篇文档的概率参考1参考2,在Blei原始论文中并没有详说。一种方法是计算一篇文档所有词的概率和，即似然性，然后取log,这也是gensim和sklearn的做法。一个词的概率：p(w)=sigmap(z,w
懒懒的光·2019-11-03 16:34

LDAP客户端安装

yuminstallnss-pam-ldapdpam_ldap-y2.进入验证配置和LDAP设置authconfig-tui上面是中文配置可能有问题，可以使用英文界面LANG=Cauthconfig-tui选择使用LDA
木木与呆呆·2019-11-03 14:53

启动、配置、扩容、伸缩、存储，开普勒云平台之使用指南

一、登陆登陆可以分为三种，分别是LDA
宜信技术学院·2019-11-01 18:35

启动、配置、扩容、伸缩、存储，开普勒云平台之使用指南

一、登陆登陆可以分为三种，分别是LDA
宜信技术·2019-11-01 17:56

启动、配置、扩容、伸缩、存储，开普勒云平台之使用指南

一、登陆登陆可以分为三种，分别是LDA
宜信技术·2019-11-01 15:00

有梅无雪不精神，有雪无梅俗了人

http://mp.weixin.qq.com/s/lDa2H1eBO7hRvIuCZykjCg有梅无雪不精神，有雪无梅俗了人。日暮诗成天又雪，与梅并作十分春。
东方了了·2019-11-01 11:34
上一页 37 38 39 40 41 42 43 44 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他