LDA模型的学习历程——安装Anaconda+使用jupyter notebook

最新推荐文章于 2024-06-10 12:05:20 发布
最新推荐文章于 2024-06-10 12:05:20 发布
阅读量2.1k 收藏 6
点赞数
文章标签： python jupyter windows 自然语言处理 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/new_cloudy/article/details/124131531
版权

文章目录

一、安装Anaconda

官网链接https://www.anaconda.com/
根据自身电脑的配置以及所需要的环境选择适合的版本，默认windows最新版本，直接点击Download下载即可，下载的文件是一个.exe可执行文件
Anaconda官网图
下载成功的可执行文件
双击该文件启动安装
在这里插入图片描述
next➡I Agree➡Just me ➡ Next ➡ 可以自定义安装路径 ➡ next
在这里插入图片描述
达到上述这个界面，第一次安装时第二个单选框是被勾选的，第一个没有被勾选，尽量按照默认的来，我这里显示两个都没有勾选是由于我已经安装完成了。
然后点击install即可开始安装，稍等一段时间即可安装成功，具体时间看电脑的配置。

安装成功后，桌面不会弹出任何的快捷方式之类的图标，这个时候可以再“开始”中发现我们成功安装的Anaconda
在这里插入图片描述

自此， Anaconda就安装成功了，敲代码的环境就有啦

二、用Jupyter Notebook编写python代码

1.打开jupyter的两种方式

第一种

从上图中找到Jupyter Notebook并打开
Jupyter Notebook
起初会弹出如下所示的窗口，不用在意，它会自己跳转到默认浏览器，第一次打开会询问你打开.html文件的方式。
在这里插入图片描述
这个就是我们后续敲python代码的地方了
在这里插入图片描述
这张图里显示的就是你电脑的一些真实文件夹，你可以自定义一个新文件夹用来学习lda，并在里面存储一些后续你会写的一些项目案例

第二种

第一种方法是直接在C盘存储我们的一些代码，我就不太希望这些非必要数据占据C盘空间，就想在别的盘存放一些我的项目代码，我这里是选择在F盘新建一个文件夹存放这些学习代码

在这里插入图片描述

打开Anaconda Prompt，默认是C盘
在这里插入图片描述
切换到我要去的F盘
在这里插入图片描述
然后进入我新建的文件夹中，继而输入jupyter notebook
在这里插入图片描述
页面自动跳转至浏览器
在这里插入图片描述
此时，就是当前的空文件夹，看着比第一张方法下的文件夹舒服多了

2.第一条代码

如图，新建一个python3文件，这里也可以新建文件夹，文本文件，终端之类的，可自行研究
在这里插入图片描述
如图，敲下第一条代码，同时按住shift + enter即可运行代码
在这里插入图片描述
跟文件命名如下所示，点击，然后进行修改即可
在这里插入图片描述

总结

操作简单易上手，后续努力

new_cloudy
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Lda模型分析完整代码
qq_43644046的博客
05-17 462
感想.txt内容需要自己爬虫收集，以下只是部分例子，理论上你是需要非常多行数据的。除此以外，你还需要在同级目录下，存放一下四个文件，
Python下安装LDA模块，学习使用
Together_CZ的博客
08-28 1万+
      初次接触LDA心中还是充满好奇的，今天因为项目的需求，需要研究一些NLP相关的东西，这里先想到了主题模型中比较经典的LDA，虽说很多模块里比如：sklearn、gensim都已经内置了LDA模型，但是我还是比较喜欢独立使用的模块，所以专门安装了一下LDA模块，安装很简单，执行下面命令即可： pip install lda       相关的文档和API在这里。       因为...
毕业设计项目 基于大数据的社交平台数据爬虫舆情分析可视化系统
最新发布
Flskd的博客
06-10 563
🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩基于大数据的社交平台数据爬虫舆情分析可视化系统🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分🧿选题指导, 项目分享：见文末**毕设帮助, 选题指导, 项目分享: **
通俗易懂的LDA模型
qq_24140919的博客
01-14 1万+
一、LDA模型的概念 什么是LDA模型？ LDA模型是一种无监督的贝叶斯模型，即不需要手工标注训练集。LDA模型也是一种典型的词袋模型，即认为一篇文章由许多个词组成，词与词之间没有先后顺序。 LDA模型的输入为：训练文本，指定主题个数K LDA模型的输出为：每个主题Zk由哪些词组成及每个词的概率 比如：组成主题Z1的前5个词的概率：0.007*"netanyahu" + 0.007*"m...
LDA模型详解
Katherine_Cai_7的博客
08-14 4万+
LDA是自然语言处理中非常常用的一个主题模型，全称是隐含狄利克雷分布（Latent Dirichlet Allocation），简称LDA。作用是将文档集中每篇文档的主题以概率分布的形式给出，然后通过分析分到同一主题下的文档抽取其实际的主题（模型运行结果就是一个索引编号，通过分析，将这种编号赋予实际的意义，通常的分析方法就是通过分析每个topic下最重要的term来进行总结归纳），根据主题分布进行...
NLP： LDA主题模型
天狼啸月1990的博客
08-31 1万+
(1) 一个函数：gamma函数(2) 四个分布：二项分布、多项分布、beta分布、Dirichlet分布(3) 一个概念和一个理念：共轭先验、贝叶斯框架(4) 两个模型：pLSA和LDA(5) 一个采样：Gibbs采样。
自然语言处理-LDA主题模型
sphinxrascal168的博客
09-16 1万+
一、LDA主题模型简介 LDA(Latent Dirichlet Allocation)中文翻译为：潜在狄利克雷分布。LDA主题模型是一种文档生成模型，是一种非监督机器学习技术。它认为一篇文档是有多个主题的，而每个主题又对应着不同的词。一篇文档的构造过程，首先是以一定的概率选择某个主题，然后再在这个主题下以一定的概率选出某一个词，这样就生成了这篇文档的第一个词。不断重复这个过程，就生成了整篇文章...
LDA模型构建与可视化
weixin_55595295的博客
11-16 5742
隐含狄利克雷分布（Latent Dirichlet Allocation，LDA），是一种主题模型（topic model），典型的词袋模型，即它认为一篇文档是由一组词构成的一个集合，词与词之间没有顺序以及先后的关系。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。它可以将文档集中每篇文档的主题按照概率分布的形式给出，对文章进行主题归纳，属于无监督学习。将介绍实现具体代码。
豆瓣小组话题帖LDA主题模型构建python源码+详细注释.zip
04-11
豆瓣小组话题帖LDA主题模型构建python源码+详细注释.zip 豆瓣小组话题帖LDA主题模型构建python源码+详细注释.zip 豆瓣小组话题帖LDA主题模型构建python源码+详细注释.zip 豆瓣小组话题帖LDA主题模型构建python源码+...
基于python的LDA模型实现代码
03-22
4. **训练LDA模型**：使用`gensim.models.LdaModel`类创建并训练LDA模型。需要指定参数，如主题数量、迭代次数、α和β超参数等。 ```python from gensim.models import LdaModel # 初始化LDA模型 ldamodel = ...
LDA.rar_LDA 分类_lda_机器学习_模型_贝叶斯
09-24
文本分类模型LDA综述，机器学习贝叶斯网络模型
用Jupyter notebook完成Iris数据集的 Fisher线性分类，并学习数据可视化技术
12-20
在本文中，我们将深入探讨如何使用Jupyter Notebook对Iris数据集进行Fisher线性判别分析（Linear Discriminant Analysis, LDA），并学习数据可视化技术。Fisher算法是一种统计方法，主要用于多类别的分类问题，它...
LDA模型介绍
qfikh的博客
11-13 2万+
主题模型 主题模型就是利用大量已知的P(w|d)信息，训练出P(c|d) 和P(w|c)。 LDA模型 LDA（Latent Dirichlet Allocation）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。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“文章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”...
主题模型LDA浅析：入门、Java实现以及测试案例
u012998680的博客
09-28 2216
一、什么是主题模型 假如有一篇文章text，通过里面的词，来确定他是什么类型的文章，如果文章中出现很多算法类的词，比如，“SVM”、“贝叶斯分类”之类的，那么主题模型就会把它划分为算法类的文章。 假如该文章的主题并不单一，文中80%在讲算法，20%稍微讲了下在分词中的应用。因为涉及到中文分词，又被归入了分词类的文章。 传统的文本分类器，比如贝叶斯、kNN和SVM，只能将其分到一个确定的类别中。假设给出3个分类“算法”“分词”“文学”让其判断，如果某个分类器将该文归入算法类，结果还算说得过去，.
LDA模型的入门
m0_52069102的博客
05-27 944
LDA（潜在狄利克雷分布，Latent Dirichlet Allocation），在机器学习领域的主题模型中占据十分重要的地位，是一种文档主题生成模型，常用来文本分类。同时也是一个三层贝叶斯概率模型，包含词（Word）、主题（Topic）和文档（Corpus）三层结构。LDA解决的问题就是，分析给定的一篇文章都有什么主题，每个主题出现的占比大小是多少，所以模型拟合的结果将呈现每个话题的核心关键词和具体概率。
基于Tomotopy构建LDA主题模型（附案例实战）
m0_64336780的博客
05-30 1万+
tomotopy 是 tomoto（主题建模工具）的 Python 扩展，它是用 C++ 编写的基于 Gibbs 采样的主题模型库。支持的主题模型包括 LDA、DMR、HDP、MG-LDA、PA 和 HPA， 利用现代 CPU 的矢量化来最大化速度。当前版本的 tomotopy 支持的主题模型包括：潜在狄利克雷分配（LDAModel）标记的 LDA（LLDA 模型）部分标记的 LDA（PLDA 模型）监督LDA（SLDA模型）Dirichlet 多项回归 (DMRModel)
LDA主题模型简介及Python实现
热门推荐
weixin_41168304的博客
01-09 17万+
一、LDA主题模型简介 LDA主题模型主要用于推测文档的主题分布，可以将文档集中每篇文档的主题以概率分布的形式给出根据主题进行主题聚类或文本分类。 LDA主题模型不关心文档中单词的顺序，通常使用词袋特征（bag-of-word feature）来代表文档。词袋模型介绍可以参考这篇文章：文本向量化表示——词袋模型 - 知乎 了解LDA模型，我们需要先了解LDA的生成模型，LDA认为一篇文章是怎么形成的呢？ LDA模型认为主题可以由一个词汇...
LDA主题模型
zzk0126的博客
09-04 422
在机器学习领域，关于LDA有两种含义，一是「线性判别分析（Linear Discriminant Analysis）」，是一种经典的降维学习方法；一是本文要讲的「隐含狄利克雷分布（Latent Dirichlet Allocation）」，是一种概率主题模型，主要用来文本分类，在NLP领域有重要应用。LDA由Blei, David M.、Ng, Andrew Y.、Jordan于2003年提出，用来推测文档的主题分布。
LDA模型中文文本主题提取丨可视化工具pyLDAvis的使用
qq_39496504的博客
07-05 5万+
主题模型LDA的实现及其可视化pyLDAvis1. 无监督提取文档主题——LDA模型1.1 准备工作1.2 调用api实现模型2. LDA的可视化交互分析——pyLDAvis2.1 安装pyLDAvis2.2 结合gensim调用api实现可视化p.s. 保存结果为独立网页p.p.s. 加快prepare速度？2.3 如何分析pyLDAvis可视化结果2.3.1. **每个主题表示什么意义？**2.3.2 每个主题有多么普遍？2.3.3 主题之间有什么关联？ 1. 无监督提取文档主题——LDA模型 这个模型
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值