浅析机器学习的主题模型和语义分析
下面和大家分享下机器学习中ＬＤＡ主题模型的心得，首先从大体上来说假设有400篇文档，每一篇文档后面都m个主题，可以是 医学，教育，军事。。 那么对这400篇文档我们提取出它的词库，假设一共有L个词
那么每一个主题后面都对应着一个词库，我们可以理解为每一个主题后面都对应着L维的一个词分布。好的接下来我们拿到一篇文档，它后面有个主题分布是m维的，那么我们从这m维的主题分布中根据分布选出一个主题，然后这个主题背后又有一个L维的词库分布，再从这个词库分布中选出一个词。然后不断地迭代，这就是LDA总体在干的事情。总体看上去好像不难，不过具体讨论到各个主题分布，以及相应的词分布时可能就有点绕了，LZ也是花了一些力气才把它理解
那么接下来我们先讨论一个叫做beta分布东西，那么对它进行一个高维推广就是一个狄利克雷分布，这个分布，有了这两个东西，其实说白了，主题分布就一个狄利克雷(简记为dir)分布乘上一个多项分布，根据共轭分布，所以就得到一个新的狄利克雷分布，这个dir分布那么他有个参数alpha需要调参，当这个参数大于1，那么一篇文档的主题就越不明显，如果这参数小于1，那么这篇文档的主题就更加突出。接下来我们对于词分布做同样的事情，每一个词都是一个参数为alpha2的dir分布，好了那么主题分布有了，关于我们文档主题的个数m和主题分布alpha和alpha2需要自己调参的，根据实际情况。
好了那么词分布有了，主题分布有了，我们就能做开头说的事情了，对于一篇文档，更加dir的主题分布选出主题，再根据主题后面的词分布选出词，那么我们就能选出这个主题在这篇文档中的词，或者这个词的主题关于其中的公式推动请允许LZ偷个懒（哈哈哈）很多文献中都有相关推导，其实是LZ找不到文档了
接下来我们说gibbs采样，其实也可以说得很简单，就是假如一篇文档中有诺干个词，那么我们把其中一个词去掉z,然后看其他词对于主题分布，那么我们就能求在去掉z词之后词z的主题分布，然后从这个分布中根据概率选出一个主题，这就是这个词的主题。
数据分析咨询请扫描二维码
在现代信息技术的广阔世界中，大数据架构师扮演着至关重要的角色。他们不仅引领着企业的数据战略，还通过技术创新推动业务的不断 ...
2024-11-04在当今数字化时代，数据分析师已成为企业关键角色，帮助决策者通过数据驱动的洞察实现业务目标。成为一名成功的数据分析师，需要 ...
2024-11-03在当今数字化的世界中，数据分析已经成为推动商业决策的关键因素。随着公司和组织越来越依赖数据来驱动业务战略，对数据分析专 ...
2024-11-03《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是，它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python，怎么到了Pandas？ 前面说过，既然定义为极简入门，我们只抓 ...
2024-10-31在当今数据驱动的世界中，数据科学与工程专业的重要性愈发凸显。无论是推动技术进步，还是在商业决策中提供精准分析，这一专业都 ...
2024-10-30在当今信息爆炸的时代，数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中，数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下，正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段，正在深刻变革传 ...
2024-10-30近年来，随着数据科学的逐步发展，Python语言的使用率也越来越高，不仅可以做数据处理，网页开发，更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识，掌握程度的要求分为【领会】、【熟知】、【应用】三个级别，考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附：Anaconda安装教程 注：分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域，你需要掌握一系列关键技 ...
2024-10-28降本增效：管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措，更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段，对企业的各个方面进行改造和优化，以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后，毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域，毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级，以下是一些建议的课程路径： 基础课程： Python编程 ...
2024-10-28在信息技术和数据科学领域，数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施，以支持数据驱动的决 ...
2024-10-28进入21世纪以来，随着信息技术的迅猛发展，大数据已经成为全球最具影响力的技术之一，并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展，数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用，它代表着一种全 ...
2024-10-28
