lda算法matlab代码

以下是一个简单的LDA算法的MATLAB代码示例：

% 假设我们有N个文档，每个文档有M个词汇，总共有K个主题
N = 100;
M = 50;
K = 10;

% 生成随机数据
doc_word = randi([1, 100], N, M);
word_topic = zeros(100, 100);
for i = 1:100
    for j = 1:100
        word_topic(i, j) = randi([1, K]);
    end
end

% 初始化LDA模型参数
alpha = ones(1, K);
beta = ones(M, K);

% 迭代训练LDA模型
for iter = 1:100
    % 更新文档的主题分布
    for i = 1:N
        for k = 1:K
            % 计算文档i中主题k的概率
            p = alpha(k);
            for j = 1:M
                if doc_word(i, j) > 0
                    p = p * (beta(j, k) ^ doc_word(i, j));
                end
            end
            % 更新文档i中主题k的概率
            word_topic(i, k) = p;
        end
    end
    
    % 更新主题的词汇分布
    for k = 1:K
        for j = 1:M
            % 计算主题k中词汇j的概率
            p = beta(j, k);
            for i = 1:N
                if doc_word(i, j) > 0
                    p = p * (word_topic(i, k) ^ doc_word(i, j));
                end
            end
            % 更新主题k中词汇j的概率
            beta(j, k) = p;
        end
    end
end

上面的代码只是一个简单的LDA算法示例，实际上LDA算法的实现更加复杂，涉及到许多细节和优化。如果您想深入了解LDA算法，建议参考相关的研究论文和代码库。