主题模型 LDA 源码分享

最新推荐文章于 2023-03-02 19:51:20 发布

yihucha166

最新推荐文章于 2023-03-02 19:51:20 发布

阅读量7.1k

点赞数 2

分类专栏：算法文章标签： C++ LDA 源代码 asymmetric

本文链接：https://blog.csdn.net/yihucha166/article/details/9046835

版权

本文分享了一个使用C++实现的as-lda版本的LDA（潜在狄利克雷分配），该版本采用了非对称的先验设置，有助于在增加主题数量时保持主题分布的稳定性。参考了《Rethinking LDA: Why Priors Matter》的研究，代码包含中文测试数据，特点是易用、内存占用小。同时提供了项目链接和其他机器学习工具如gbdt和adaboost的源码地址。

摘要由CSDN通过智能技术生成

转载请注明来源：http://blog.csdn.net/yihucha166/article/details/9046835

Latent Dirichlet Allocation（LDA）是目前业界最为流行的机器学习方法之一，这里用C++实现了一个as-lda版本，使用了非对称的先验设置，随着主题数的增加，主题分布上比传统模型更加稳定，减少因为主题数量大而导致大量小众主题，参考文献《Rethinking LDA:Why Priors Matter》，代码目录中包含了中文测试数据

代码地址：https://code.google.com/p/as-lda/

asymmetric prior Latent Dirichlet Allocation (LDA) by c++

Usually, symmetric dirichlet prior is used in the implementation of lda. in "Rethinking LDA:Why Priors Matter" , they have showed that asymmetric prior can generate better result and stable topic distribution under the increment of topic number. So, in this project, we adopt this algorithm.

other features：
#easy to use, easy to understa