python实现LDA代码

以下是 Python 实现 LDA 的代码示例：

import numpy as np
import lda

# 准备文本数据

doc_term_matrix = [...]  # 词频矩阵

# 定义 LDA 模型参数

num_topics = 10  # 主题数量
num_iterations = 1000  # 迭代次数
alpha = 0.1  # alpha 越大，文档对主题的倾向性越明显
beta = 0.1  # beta 越大，主题对单词的倾向性越明显

# 创建 LDA 模型对象并训练

lda_model = lda.LDA(n_topics=num_topics, n_iter=num_iterations, alpha=alpha, eta=beta, random_state=1)
lda_model.fit(doc_term_matrix)

# 输出 LDA 模型训练结果

for i, topic_weights in enumerate(lda_model.topic_word_):
    print('Topic %d:' % (i))
    print([{'term': term, 'weight': weight} for term, weight in zip(vocabulary, topic_weights)])
    print('\n')

其中，`doc_term_matrix` 是词频矩阵，`num_topics` 是主题数量，`num_iterations` 是迭代次数，`alpha` 和 `beta` 是 LDA 模型中的超参数。创建 LDA 模型对象并调用 `fit` 方法即可训练模型，训练后可以打印出各个主题对应的单词和权重。