models.LdaModel都有什么参数

models.LdaModel 有如下参数：

• corpus: 一组文档的语料库，是一个list of list of tuple的形式，每个list内的元素是(word_id, count)的形式，表示一个文档中每个词出现的次数。
• num_topics: 主题的数量，即 LDA 模型要学习的主题的数量。
• id2word: 一个映射，将每个词的 id 映射到该词的字符串表示。
• distributed: 布尔值，表示是否使用分布式处理。
• chunksize: 在分布式处理时使用的块大小。
• passes: 在拟合模型时要执行的迭代次数。
• update_every: 在拟合模型时，多长时间后执行一次权重更新。
• alpha: 主题的分布的先验参数。
• eta: 词的分布的先验参数。
• decay: 在每次迭代时，更新过时的参数的衰减因子。
• offset: 一个常量，用于调整平滑参数。
• eval_every: 在训练模型时，多长时间后评估一次模型。
• iterations: 在拟合模型时要执行的迭代次数。
• gamma_threshold: 在拟合模型时，要使用的最小 gamma 值。
• random_state: 随机数生成器的种子。

注意：参数的名称和顺序可能与实际不同，请参阅文档以获取最新信息。