以下四种算法可以用来降维:
1.Latent Dirichlet Allocation
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“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”这样一个过程得到。
详细请移步:主题模型-LDA浅析
2.Word2Vec
word2vec 是它在给定的语料库上训练一个模型,输出出现在语料库上中单词的向量(word embedding)表示,NLP中传统的词表示方法是把每个单词表示成dim(词汇量大小)维的稀疏向量,这个稀疏向量只有一个维度(该单词的index)上是1,其余全是0,单词之间孤立,word embedding则是把单词的表示降维到n维的稠密向量,n<<dim。
3.Principal component analysis主成分分析
这个有降维的作用我之前写过,见链接:http://blog.csdn.net/qq_34420188/article/details/57978706
4.AutoEncoder
D. 自编码也很好理解,隐藏层的神经元数目少于输入就可以看做降维和压缩