lda降维python代码带图

LDA (Latent Dirichlet Allocation) 是一种主题模型，常用于文本数据的降维和主题分析。在Python中，我们可以使用`gensim`库来实现LDA。以下是使用`gensim`的一个简单例子：

from gensim import corpora, models, visualization
import matplotlib.pyplot as plt

# 假设我们已经有了预处理后的词袋模型（corpus）和词典（dictionary）
corpus = ...  # List of lists of tokenized documents.
dictionary = ...  # Gensim dictionary object

# 创建LDA模型
lda_model = models.LdaModel(corpus=corpus,
                            id2word=dictionary,
                            num_topics=5,  # 设置主题数
                            passes=10,   # 迭代次数
                            random_state=42)

# 打印主题分布
for idx, topic in lda_model.print_topics(num_words=10):  # 输出每个主题的前10个关键词
    print(f'Topic {idx}: {topic}')

# 可视化主题分布
vis_data = [(dictionary[id], weight) for id, weight in lda_model[corpus]]  # 计算每个词语在主题中的权重
visualization.plot_wordcloud(vis_data, max_font_size=40)
plt.figure()
tsne_lda = models.TfidfModel(lda_model[corpus])  # 转换为TF-IDF后再做t-SNE
vis_tsnep = models.TfidfModel(lda_model[corpus]).transform(vis_data)
visualization.show_topics_with_text(vis_tsnep, model=lda_model, topn=10)  # 使用t-SNE可视化