(python )LDA perplexity计算

该博客介绍了如何使用Python进行LDA模型的困惑度计算,内容包括代码示例,是基于一篇Java版本的文章改写而成,强调了Python在处理此类任务时的简洁性。
摘要由CSDN通过智能技术生成

前期训练数据使用的工具包是LDA, [ 文档传送 ]

如果需要Java版本,可以参考下面链接,本文也是基于此文改写为python,不得不说,python还是要简洁的多哈哈
https://blog.csdn.net/dongweionly/article/details/50286961

代码

'''
dw是文档-词矩阵,dt是经过LDA训练后的文档-主题矩阵,tw是经过LDA训练后的主题-词矩阵
'''
def compute_perplexity(doc_word,doc_topic,topic_word):

    sum_ln_pt = 0
    sum_t = 0
    for doc_n,a in enumerate(doc_word): 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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